- Суть
- Применение глубокого обучения к обработке естественного языка (NLP) и реализация ключевых моделей на Python
- На выходе
- Реализация алгоритмов Word2Vec и GloVe с нуля; Построение и обучение рекуррентных нейронных сетей (RNN); Выполнение задач классификации и анализа настроений в тексте; Автоматическое тегирование частей речи и извлечение именованных сущностей; Работа с библиотекой Gensim для анализа семантики
- Навыки
- GloVe · Gensim · Tree-RNN · Numpy · Matplotlib · TensorFlow
- Знать заранее
- Математический анализ и основы теории вероятностей; Линейная алгебра: векторные и матричные операции, сложение и умножение матриц; Базовые навыки Python: структуры данных, списки, словари, циклы и функции; Работа с библиотекой Numpy: операции над векторами и матрицами