Verarbeitung natürlicher Sprache mit PyTorch

Dieser Kurs bietet eine strukturierte Einführung in die Verarbeitung und Analyse von Textdaten mit PyTorch, einem der am weitesten verbreiteten und am besten bewerteten maschinellen Lernsysteme. Sie bauen eine starke Grundlage in Textverarbeitungstechniken auf, die von klassischen Sprachrepräsentationen zu modernen Deep-Learning-Architekturen führen.Durch schriftliche Erklärungen und Code-Snippets lernen Sie, wie Sie neuronale Modelle für reale Sprachprobleme entwerfen, trainieren und bewerten. Was Sie lernen: Verstehen Sie die wichtigsten NLP-Begriffe, Tokenisierung und Vektorraumdarstellungen. Erstellen Sie rekursive Netzwerke und Sequenz-zu-Sequenz Modelle in PyTorch. Wenden Sie Feintuning-Techniken mit modernen vortrainierten Transformatormodellen an. Der Kurs beginnt mit grundlegenden Konzepten und mathematischen Kerndefinitionen, bevor Sie durch Sequenzmodelle und moderne Transformator-Architekturen geführt werden.Diese Kurse werden in einem 3-tägigen Kurs mit schriftlichen Übungen und einem 4-tätigen Seminar mit Präsentation und Übungsbeispielen abgeschlossen. Dieser Kurs ist für Einsteiger gedacht, die sich für Deep Learning für Text interessieren und nur grundlegende Python-Kenntnisse benötigen.