آموزش مبانی پردازش زبان طبیعی (NLP) - آخرین آپدیت

دانلود Fundamentals of Natural Language Processing

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: حوزه پردازش زبان طبیعی (NLP) با هدف توانمندسازی کامپیوترها برای انجام وظایف مفید و جذاب با استفاده از زبان انسان شکل گرفته است. این دوره، دانشجویان را با سه ستون اصلی زیربنای NLP مدرن آشنا می‌کند: مدل‌های زبانی احتمالی، شبکه‌های عصبی ساده با تمرکز بر یادگیری مبتنی بر گرادیان، و نمایش معنایی مبتنی بر بردار در قالب جاسازی کلمات (Word Embeddings). در پایان این دوره، دانشجویان قادر خواهند بود مدل‌های زبانی احتمالی مبتنی بر N-gram، طبقه‌بندی‌کننده‌های متن با استفاده از رگرسیون لجستیک و یادگیری مبتنی بر گرادیان، و رویکردهای مبتنی بر بردار برای معنای کلمات و طبقه‌بندی متن را پیاده‌سازی و تحلیل کنند. این دوره می‌تواند به عنوان بخشی از مدارک کارشناسی ارشد علوم داده یا علوم کامپیوتر دانشگاه CU Boulder که در پلتفرم Coursera ارائه می‌شود، برای دریافت واحد دانشگاهی گذرانده شود. این مدارک تحصیلات تکمیلی کاملاً معتبر، دوره‌های هدفمند، جلسات کوتاه ۸ هفته‌ای و شهریه پرداخت به میزان استفاده را ارائه می‌دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی انجام می‌شود، نه سوابق تحصیلی. مدارک CU در کورسرا برای فارغ‌التحصیلان اخیر یا متخصصان شاغل ایده‌آل هستند. اطلاعات بیشتر: کارشناسی ارشد علوم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • آشنایی با مدرس Meet Your Instructor

  • مقدمه دوره Course Introduction

  • ریخت‌شناسی (Morphology) Morphology

  • نرمال‌سازی متن Text Normalization

  • توکن‌گذاری زیرواژه‌ای (Subword Tokenization) Subword Tokenization

مدل‌های زبانی احتمالی Probabilistic Language Models

  • معرفی مدل‌های زبانی Introducing Language Models

  • مدل‌های زبانی مبتنی بر N-Gram N-Gram Based Language Models

  • هموارسازی مدل‌های زبانی N-Gram Smoothing N-Gram Language Models

  • ارزیابی مدل‌های زبانی Evaluating Language Models

طبقه‌بندی متن و رگرسیون لجستیک Text Classification and Logistic Regression

  • مقدمه‌ای بر طبقه‌بندی متن Introduction to Text Classification

  • رگرسیون لجستیک Logistic Regression

  • معرفی Logit Introducing the Logit

  • یادگیری در رگرسیون لجستیک Learning in Logistic Regression

  • الگوریتم‌های یادگیری برای رگرسیون لجستیک Learning Algorithms for Logistic Regression

  • ارزیابی طبقه‌بندی‌کننده‌ها Evaluating Classifiers

معناشناسی فضای برداری و جاسازی کلمات Vector Space Semantics and Word Embeddings

  • مقدمه‌ای بر معناشناسی برداری Introduction to Vector Semantics

  • نمایش‌های برداری پراکنده: TF-IDF Sparse Vector Representations: TF-IDF

  • نمایش‌های برداری پراکنده: اطلاعات متقابل نقطه به نقطه (PMI) Sparse Vector Representations: Pointwise Mutual Information

  • تحلیل معنایی نهفته (LSA) Latent Semantic Analysis

  • Word2Vec Word2Vec

  • ارزیابی جاسازی کلمات Evaluating Word Embeddings

  • کاربرد جاسازی کلمات Applying Word Embeddings

نمایش نظرات

آموزش مبانی پردازش زبان طبیعی (NLP)
جزییات دوره
24h 6m
22
(آخرین آپدیت)
2,922
4.9 از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده