Fundamentos de Arquiteturas de Codificador-Decodificador em Aprendizagem de Máquina

O processamento moderno de linguagem natural depende fortemente de modelos de sequência para sequências para traduzir linguagens, resumir texto e gerar respostas semelhantes às humanas. Para trabalhar com essas tecnologias, você deve primeiro entender a arquitetura fundamental que as torna possíveis: o modelo codificador-decodificador. Neste curso baseado em texto, você construirá uma base conceitual sólida de como os sistemas de codificador-decodificador processam sequências de entrada e geram saídas significativas. Você explorará o funcionamento interno dessas redes, passando de conceitos básicos de sequência a sequências para mecanismos modernos de atenção que alimentam os modelos de linguagem grandes de hoje. O que você vai aprender: - Aprenda a mecânica básica dos componentes do codificador e do decodificador e como eles se comunicam. - Entenda o fluxo matemático e lógico do processamento de sequência para sequências. - Explore como os mecanismos de atenção resolvem os problemas de gargalo das redes recorrentes tradicionais. - Analise casos de uso comuns, como tradução automática neural e resumo de texto. - Estude os conceitos básicos de tokenização e como o texto de entrada é preparado para redes neurais. - Pratique avaliar as saídas do modelo usando estratégias de decodificação como busca de feixe e dimensionamento de temperatura. O curso começa com terminologia essencial, explicando vetores, estados e mapeamento de sequências. Você então progredirá através do fluxo estrutural de dados, culminando em uma introdução a como essas arquiteturas evoluíram para projetos modernos do Transformer. Este curso foi projetado para aspirantes a cientistas de dados, desenvolvedores e entusiastas de IA que são novos em arquiteturas de aprendizado profundo. Não é necessário conhecimento matemático avançado ou experiência prévia em aprendizado de máquina. Comece a ler hoje para descobrir os princípios básicos por trás das tecnologias de linguagem modernas.