Рекуррентные сети в NLP и приложениях

Рекуррентные сети в NLP и приложениях

ФорматОнлайн

Объём9 занятий

О курсе

Подробнее

Важно! Основные материалы курса даются преподавателями на вебинарах и выложены в видео видео степов. Важно! Вебинары, тесты, практические задания и весь дополнительный материал выкладываются на Stepik. Смотреть вебинары и сдавать практику можно в любое время! Слушатели курса освоят следующие темы: Повторят основы NLP (ML-подходы, w2v, fasttext) Освоят продвинутые методы Python и познакомятся с фреймворком PyTorch Узнают как работают рекуррентные нейронные сети Применят RNN на практике Освоят фреймворк FastAPI Сделают итоговый проект с использованием RNN и FastAPI Узнают о приложениях RNN в других областях

Требования

Что нужно для старта

Для успешного освоения курса участники должны уметь писать код на языке Python и быть знакомыми с базовыми NLP-подходами. Рекомендуется к прохождению первый курс из линейки: "Основы нейронных сетей и NLP".

Результат

Что вы получите

Узнаете как работают рекуррентные нейронные сети
Научитесь работать с фреймворком PyTorch
Сможете решать задачи генерации текстов при помощи RNN
Узнаете, как RNN используются в других областях
Создадите итоговый проект, оформленный в виде FastAPI-сервиса

Аудитория

Для кого этот курс

Курс подойдет всем, кто интересуется областью автоматической обработки текстов (Natural Language Processing) и в особенности Deep Learning-подходами для решения задач из области NLP.

Содержание

Программа курса

9 занятий

№ТемаЧто внутри

01Организация курса

- О курсе
- Тест по Python
- Тест по основам NLP

02Основы NLP: recap

- Основы NLP: recap
- Домашнее задание

03Рекуррентные нейронные сети

- Рекуррентные нейронные сети: теория
- Тест по RNN

04Введение в PyTorch

- Знакомство с PyTorch
- PyTorch vs NumPy
- Нейронные сети в PyTorch
- Домашнее задание - 3

05Рекуррентные сети: практика — 1

- Char RNN
- Домашнее задание

06Рекуррентные сети: практика — 2

- Word RNN
- Домашнее задание

07Приложения RNN

- RNN в приложениях
- Домашнее задание (первая часть проекта)

08Ванильный веб-сервис на FastAPI

- Знакомство с FastAPI
- Работа с хранилищем данных. SQLAlchemy
- Домашнее задание

09Итоговый проект

- Описание проектного задания

01Организация курса

- О курсе
- Тест по Python
- Тест по основам NLP

02Основы NLP: recap

- Основы NLP: recap
- Домашнее задание

03Рекуррентные нейронные сети

- Рекуррентные нейронные сети: теория
- Тест по RNN

04Введение в PyTorch

- Знакомство с PyTorch
- PyTorch vs NumPy
- Нейронные сети в PyTorch
- Домашнее задание - 3

05Рекуррентные сети: практика — 1

- Char RNN
- Домашнее задание

06Рекуррентные сети: практика — 2

- Word RNN
- Домашнее задание

07Приложения RNN

- RNN в приложениях
- Домашнее задание (первая часть проекта)

08Ванильный веб-сервис на FastAPI

- Знакомство с FastAPI
- Работа с хранилищем данных. SQLAlchemy
- Домашнее задание

09Итоговый проект

- Описание проектного задания

Организатор

Автор курса

Stepik

4.6Нет отзывов

Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Подробнее об авторе

Мнения учеников