À propos de ce cours
257,909 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

You should take the first 2 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

Approx. 9 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Check

    Build natural language processing systems using TensorFlow

  • Check

    Process text, including tokenization and representing sentences as vectors

  • Check

    Apply RNNs, GRUs, and LSTMs in TensorFlow

  • Check

    Train LSTMs on existing text to create original poetry and more

Compétences que vous acquerrez

Natural Language ProcessingTokenizationMachine LearningTensorflowRNNs
Les étudiants prenant part à ce Course sont
  • Data Scientists
  • Machine Learning Engineers
  • Chief Technology Officers (CTOs)
  • Scientists
  • Data Engineers

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

You should take the first 2 courses of the TensorFlow Specialization and be comfortable coding in Python and understanding high school-level math.

Approx. 9 heures pour terminer

Recommandé : 4 weeks of study, 4-5 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
3 heures pour terminer

Sentiment in text

13 vidéos (Total 30 min), 1 lecture, 3 quiz
13 vidéos
Introduction1 min
Word based encodings2 min
Using APIs2 min
Notebook for lesson 12 min
Text to sequence3 min
Looking more at the Tokenizer1 min
Padding2 min
Notebook for lesson 24 min
Sarcasm, really?2 min
Working with the Tokenizer1 min
Notebook for lesson 33 min
Week 1 Wrap up21s
1 lecture
News headlines dataset for sarcasm detection10 min
1 exercice pour s'entraîner
Week 1 Quiz
Semaine
2
3 heures pour terminer

Word Embeddings

14 vidéos (Total 39 min), 5 lectures, 3 quiz
14 vidéos
Introduction2 min
The IMBD dataset1 min
Looking into the details4 min
How can we use vectors?2 min
More into the details2 min
Notebook for lesson 110 min
Remember the sarcasm dataset?1 min
Building a classifier for the sarcasm dataset1 min
Let’s talk about the loss function1 min
Pre-tokenized datasets43s
Diving into the code (part 1)1 min
Diving into the code (part 2)2 min
Notebook for lesson 35 min
5 lectures
IMDB reviews dataset10 min
Try it yourself10 min
TensoFlow datasets10 min
Subwords text encoder10 min
Week 2 Wrap up10 min
1 exercice pour s'entraîner
Week 2 Quiz
Semaine
3
3 heures pour terminer

Sequence models

10 vidéos (Total 16 min), 4 lectures, 3 quiz
10 vidéos
Introduction2 min
LSTMs2 min
Implementing LSTMs in code1 min
Accuracy and loss1 min
A word from Laurence35s
Looking into the code1 min
Using a convolutional network1 min
Going back to the IMDB dataset1 min
Tips from Laurence37s
4 lectures
Link to Andrew's sequence modeling course10 min
More info on LSTMs10 min
Exploring different sequence models10 min
Week 3 Wrap up10 min
1 exercice pour s'entraîner
Week 3 Quiz
Semaine
4
3 heures pour terminer

Sequence models and literature

14 vidéos (Total 27 min), 3 lectures, 3 quiz
14 vidéos
Introduction1 min
Looking into the code57s
Training the data2 min
More on training the data1 min
Notebook for lesson 18 min
Finding what the next word should be2 min
Example1 min
Predicting a word1 min
Poetry!40s
Looking into the code1 min
Laurence the poet!1 min
Your next task1 min
A conversation with Andrew Ng1 min
3 lectures
link to Laurence's poetry10 min
Link to generating text using a character-based RNN10 min
Wrap up10 min
1 exercice pour s'entraîner
Week 4 Quiz
4.6
116 avisChevron Right

Principaux examens pour Natural Language Processing in TensorFlow

par GSAug 27th 2019

Excellent. Isn't Laurence just great! Fantastically deep knowledge, easy learning style, very practical presentation. And funny! A pure joy, highly relevant and extremely useful of course. Thank you!

par CLAug 5th 2019

Great course with fun examples! Probably more valuable after completing Deep Learning Specialization/Sequence Models by Andrew Ng (https://www.coursera.org/learn/nlp-sequence-models)

Enseignant

Avatar

Laurence Moroney

AI Advocate
Google Brain

À propos de deeplearning.ai

deeplearning.ai is Andrew Ng's new venture which amongst others, strives for providing comprehensive AI education beyond borders....

À propos du Spécialisation TensorFlow in Practice

Discover the tools software developers use to build scalable AI-powered algorithms in TensorFlow, a popular open-source machine learning framework. In this four-course Specialization, you’ll explore exciting opportunities for AI applications. Begin by developing an understanding of how to build and train neural networks. Improve a network’s performance using convolutions as you train it to identify real-world images. You’ll teach machines to understand, analyze, and respond to human speech with natural language processing systems. Learn to process text, represent sentences as vectors, and input data to a neural network. You’ll even train an AI to create original poetry! AI is already transforming industries across the world. After finishing this Specialization, you’ll be able to apply your new TensorFlow skills to a wide range of problems and projects. Courses 1-3 are available now, with Course 4 launching in July....
TensorFlow in Practice

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.