آموزش مدل‌های توالی و پردازش زبان طبیعی

مدل‌های توالی در کاربردهایی که به تجزیه‌وتحلیل داده‌های ورودی به‌عنوان یک جریان هم‌بسته مداوم احتیاج دارد، نقشی اساسی ایفا می‌کند. این مقادیر می‌توانند داده‌های سری زمانی باشند که تقاضای یک محصول را در یک بازه ... ادامه

زیرنویس
3.5 (10 امتیاز)
2,101 دانشجو
مقدماتی
محتوای دوره
پیش‌نیاز‌ها
درباره دوره
نظرات کاربران
درباره استاد

محتوای دوره

4 فصل 37 جلسه 6 ساعت ویدیو
فصل اول: شبکه عصبی متناوب (Recurrent)
فصل دوم: پردازش زبان طبیعی (NLP) و جاسازی کلمات (Word Embeddings)
فصل سوم: مدل های توالی (Sequence Model) و مکانیسم توجه (Attention mechanism)
فصل چهارم: Transformers

پیش‌نیاز‌ها

درباره دوره

مدل‌های توالی در کاربردهایی که به تجزیه‌وتحلیل داده‌های ورودی به‌عنوان یک جریان هم‌بسته مداوم احتیاج دارد، نقشی اساسی ایفا می‌کند. این مقادیر می‌توانند داده‌های سری زمانی باشند که تقاضای یک محصول را در یک بازه زمانی خاص پیش‌بینی می‌کنند. کاربرد دیگر مدل‌های توالی می‌تواند در پیش‌بینی متن باشد. سیستم بر اساس توالی آخرین عبارت و مجموعه‌ای از شرایط و قوانین از قبل بارگذاری شده، قادر است کلمه بعدی را پیش‌بینی کند.

یکی از انواع شبکه‌ها که در تشخیص گفتار، پردازش زبان طبیعی (NLP) و پردازش داده‌های متوالی استفاده می‌شود، شبکه عصبی بازگشتی یا RNN نام دارد. با فراگیری آموزش مدل‌های توالی به‌عنوان بخشی از RNN کسب‌وکارها می‌توانند عملیات خود را تقویت کنند و تصمیم‌گیری‌هایشان را بهبود بخشند.

در این دوره از آموزش مدل‌های توالی و آموزش پردازش زبان شما با مدل‌های NLP و اپلیکیشن‌های جذابشان مانند تشخیص گفتار، ترکیب موسیقی، چت‌بات‌ها، ترجمه ماشینی، درک زبان طبیعی و تکامل الگوریتم‌های توالی آشنا خواهید شد.

 

هدف از یادگیری دوره آموزش مدل‌ های توالی و پردازش زبان طبیعی چیست؟

آموزش sequence model، دومین دوره از مجموعه تخصص یادگیری عمیق اندرو می‌باشد. هدف از این دوره، این است که شما بتوانید با شبکه‌های عصبی بازگشتی (RNN) و انواع رایج‌تر آن مانند GRU و LSTM کار کنید. با استفاده از این مدل‌ها می‌توانید پردازش زبان طبیعی و Word Embedding را یاد بگیرید. 

 

دوره آموزش مدل‌‌های توالی و پردازش زبان طبیعی مناسب چه کسانی است؟

  • دانشجویان و فارغ‌التحصیلان مهندسی کامپیوتر و هوش مصنوعی
  • کسانی که به ساخت اپلیکیشن‌های کاربردی با استفاده از یادگیری عمیق علاقه‌مندند.
  • مهندسانی که نمی‌خواهند از دنیای تکنولوژی عقب بمانند.

 

بعد از فراگیری دوره آموزش مدل‌‌های تربیتی (sequence model) و پردازش زبان طبیعی چه مهارت‌هایی کسب خواهید کرد؟

پس از فراگیری آموزش مدل‌های ترتیبی شاهد ارتقاء مهارت‌های زیر در خود خواهید بود:

  • پردازش زبان طبیعی (NLP)
  • حافظه طولانی کوتاه‌مدت (LSTM)
  • واحد بازگشتی گیتی (GRU)
  • شبکه عصبی بازگشتی (RNN)
  • مدل‌های توجه 

 

پیش‌نیازهای لازم برای فراگیری دوره آموزش مدل‌های توالی (sequence model) و پردازش زبان طبیعی 

درک مباحث مطرح شده در دوره آموزش مدل‌های توالی مستلزم این است که شما پیش‌نیازهای آن را گذرانده باشید. بدین منظور باید به مهارت‌های زیر مسلط باشید یا قبل از شروع دوره آن‌ها را کسب کنید:

  • مهارت‌های پایتون مانند آشنایی با اصول اولیه برنامه‌نویسی، درک حلقه‌های for، دستورات if/else، ساختار داده‌ها
  • درک اساسی جبر خطی و یادگیری ماشین (ML)

سرفصل‌های دوره آموزش مدل‌ های توالی (sequence model) و پردازش زبان طبیعی چیست؟

در دوره آموزش مدل‌های توالی ابتدا با این مدل‌ها و دلیل استفاده از آن‌ها آشنا می‌شوید. سپس شبکه‌های عصبی بازگشتی، انواع مختلف آن‌ها و کاربردهایشان را یاد می‌گیرید. در ادامه دوره شما آموزش پردازش زبان طبیعی را فرا خواهید گرفت که با کمک آن می‌توانید به تجزیه‌وتحلیل احساس، ترجمه ماشینی و غیره بپردازید. مدل‌های توالی، مکانیسم توجه و جستجوی پرتو از دیگر مباحث مهم در دوره آموزش مدل‌های توالی است که آن را فرامی‌گیرید.

اطلاعات بیشتر

امتیاز و نظرات کاربران

3.5

از مجموع 10 امتیاز

2 نظر

10 ماه پیش

من شخصا برای استفاده از پروژه ها از این دوره استفاده میکنم که به خوبی آماده شده. ولی به قول بقیه دوستان اصلا ترجمه این دوره مناسب نیست. مخصوصا آزمون های اخر هر فصل

محمدحسان شریعتی

محمدحسان شریعتی

2 سال پیش

این دوره رو توصیه نمی‌کنم. چون زیرنویس‌های دوره اصلا به صورت تخصصی ترجمه نشده‌اند و برای یادگیری مناسب نیستند. زیرنویسی با این سطح ترجمه به صورت رایگان با ابزارهای دیگه در دسترس هست که میشه استفاده کرد یا دیدن دوره به زبان اصلی به نظر مفیدتر خواهد بود.

جواد مختاری

جواد مختاری

گواهی‌نامه

آموزش مدل‌های توالی و پردازش زبان طبیعی

پس از گذراندن محتوای دوره به صورت آنلاین (بدون دانلود) در سایت مکتب‌خونه، در صورتی‌ که حد نصاب قبولی در دوره را کسب و تمرین ها و پروژه های الزامی را ارسال کنید، گواهی‌نامه رسمی پایان دوره توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

قابل اشتراک‌گذاری در

linkdin

دوره‌های پیشنهادی

درباره استاد

Andrew Ng
Andrew Ng
17 دوره
28,072 دانشجو

اندرو انگ استاد دانشکده علوم کامپیوتر دانشگاه استنفورد و سرپرست آزمایشگاه هوش مصنوعی استنفورد است. وی هم چنین بنیان‌گذار کورسرا (coursera.org) است و بر اساس گزارش تکنولوژی دانشگاه ام ای تی یکی از 35 مخترع برتر جوان دنیا است.
او دکتری خود را از دانشگاه کالیفرنیا برکلی گرفته و زمینه‌های پژوهش او هوش مصنوعی و علوم رباتیک است.

اطلاعات بیشتر

دیگر دوره‌های Andrew Ng

سوالات پرتکرار

آیا ممکن است که درسی ناقص ضبط شده باشد؟

ما همواره تلاش کرده­‌ایم که دروس را به طور کامل ضبط نماییم و در اختیار شما دوستان قرار دهیم. اما گاهی برخی ناهماهنگی ها سبب می شود که یک یا تعدادی از جلسات یک درس ضبط نشود. توضیح این گونه نواقص در توضیح درس­ ها آمده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت چه باید کرد؟

در صورتی که با هر گونه مشکلی رو به رو شدید می توانید از طریق صفحه ارتباط با ما به ما اطلاع دهید تا ما سریعا مشکل را پیگیری و برطرف نماییم.

آیا امکان دریافت فیلم های یک درس به صورت سی دی یا دی وی دی وجود دارد؟

در حال حاضر امکان ارسال دروس به صورت سی دی یا دی وی دی وجود ندارد.

صفحات پربازدید