À propos de ce cours

160,629 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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

We recommend that you have taken the first two courses of the Natural Language Processing Specialization, offered by deeplearning.ai

Approx. 19 heures pour terminer
Anglais

Ce que vous allez apprendre

  • Create word embeddings, then train a neural network on them to perform sentiment analysis of tweets

  • Generate synthetic Shakespeare text using a Gated Recurrent Unit (GRU) language model

  • Train a recurrent neural network to extract important information from text, using named entity recognition (NER) and LSTMs with linear layers

  • Use a Siamese network to compare questions in a text and identify duplicates: questions that are worded differently but have the same meaning

Compétences que vous acquerrez

Word EmbeddingSentiment with Neural NetsSiamese NetworksNatural Language GenerationNamed-Entity Recognition
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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

We recommend that you have taken the first two courses of the Natural Language Processing Specialization, offered by deeplearning.ai

Approx. 19 heures pour terminer
Anglais

Offert par

Placeholder

deeplearning.ai

Programme du cours : ce que vous apprendrez dans ce cours

Évaluation du contenuThumbs Up93%(1,537 notes)Info
Semaine
1

Semaine 1

5 heures pour terminer

Neural Networks for Sentiment Analysis

5 heures pour terminer
9 vidéos (Total 35 min), 3 lectures, 1 quiz
9 vidéos
Neural Networks for Sentiment Analysis3 min
Trax: Neural Networks2 min
Why we recommend Trax13 min
Trax: Layers3 min
Dense and ReLU Layers1 min
Serial Layer1 min
Other Layers 3 min
Training2 min
3 lectures
Connect with your mentors and fellow learners on Slack!10 min
Reading: (Optional) Trax and JAX, docs and code15 min
How to Refresh your Workspace10 min
Semaine
2

Semaine 2

5 heures pour terminer

Recurrent Neural Networks for Language Modeling

5 heures pour terminer
8 vidéos (Total 27 min)
8 vidéos
Recurrent Neural Networks4 min
Applications of RNNs3 min
Math in Simple RNNs3 min
Cost Function for RNNs1 min
Implementation Note 2 min
Gated Recurrent Units4 min
Deep and Bi-directional RNNs 3 min
Semaine
3

Semaine 3

4 heures pour terminer

LSTMs and Named Entity Recognition

4 heures pour terminer
6 vidéos (Total 24 min), 3 lectures, 1 quiz
6 vidéos
Introduction to LSTMs4 min
LSTM Architecture3 min
Introduction to Named Entity Recognition3 min
Training NERs: Data Processing 4 min
Computing Accuracy1 min
3 lectures
(Optional) Intro to optimization in deep learning: Gradient Descent10 min
(Optional) Understanding LSTMs10 min
Long Short-Term Memory (Deep Learning Specialization C5)10 min
Semaine
4

Semaine 4

5 heures pour terminer

Siamese Networks

5 heures pour terminer
8 vidéos (Total 33 min), 1 lecture, 1 quiz
8 vidéos
Architecture3 min
Cost Function3 min
Triplets6 min
Computing The Cost I5 min
Computing The Cost II6 min
One Shot Learning2 min
Training / Testing3 min
1 lecture
Acknowledgments10 min

Avis

Meilleurs avis pour NATURAL LANGUAGE PROCESSING WITH SEQUENCE MODELS

Voir tous les avis

À propos du Spécialisation Traitement automatique du langage naturel

Traitement automatique du langage naturel

Foire Aux Questions

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