Programa del Curso
Introducción a Deep Learning para PNL
Diferenciación entre los distintos tipos de modelos de DL
Uso de modelos preentrenados frente a modelos entrenados
Uso de incrustaciones de palabras y análisis de sentimientos para extraer el significado del texto
Cómo funciona Unsupervised Deep Learning
Instalación y configuración de Python bibliotecas de aprendizaje profundo
Uso de la biblioteca DL de Keras sobre TensorFlow para permitir que Python cree subtítulos
Trabajar con Theano (biblioteca de cálculo numérico) y TensorFlow (biblioteca general y lingüística) para usarlas como bibliotecas DL extendidas con el fin de crear subtítulos.
Uso de Keras sobre TensorFlow o Theano para experimentar rápidamente con el aprendizaje profundo
Creación de una aplicación sencilla de aprendizaje profundo en TensorFlow para añadir subtítulos a una colección de imágenes
Solución de problemas
Unas palabras sobre otros marcos de aprendizaje a distancia (especializados)
Implementación de la aplicación DL
Uso de GPUs para acelerar DL
Observaciones finales
Requerimientos
- Comprensión de Python programación
- Comprensión de Python bibliotecas en general
Audiencia
- Programadores con interés en lingüística
- Programadores que buscan una comprensión de NLP (Procesamiento del Lenguaje Natural)
Testimonios (3)
Ejercicios e intercambios durante las preguntas y respuestas
Antoine - Physiobotic
Curso - Scaling Data Pipelines with Spark NLP
Traducción Automática
Very updated approach or api (tensorflow, kera, tflearn) to do machine learning
Paul Lee
Curso - TensorFlow for Image Recognition
Los ejemplos y la paciencia del instructor