Bimbingan Skripsi Tesis Disertasi Python | Deep Learning: NLP Sentiment Analysis & Machine Translation
Yang akan Anda pelajari
-
Dasar-dasar Tensor dan Variabel dengan Tensorflow
-
Regresi Linier, Regresi Logistik, dan Jaringan Neural dibangun dari awal.
-
Dasar-dasar Tensorflow dan melatih jaringan neural dengan TensorFlow 2.
-
Penerapan model
-
Konversi dari tensorflow ke Model Onnx
-
Pelatihan Sadar Kuantisasi
-
Membangun API dengan Fastapi
-
Menyebarkan API ke Cloud
-
Analisis Sentimen dengan jaringan saraf berulang, Model Perhatian, dan Transformer dari awal
-
Terjemahan Mesin Neural dengan jaringan saraf berulang, Model Perhatian, dan Transformer dari awal
-
Terjemahan Mesin Neural dengan T5 di transformator Huggingface
-
Jaringan Perhatian
-
Transformer dari awal
Persyaratan
-
Matematika Dasar
-
Akses koneksi internet, seperti yang akan kita gunakan Google Colab (versi gratis)
-
Pengetahuan Dasar tentang Python
Deskripsi
Analisis sentimen dan model terjemahan mesin digunakan oleh jutaan orang setiap hari. Model pembelajaran mendalam ini (terutama transformator) menggerakkan berbagai industri saat ini.
Dengan terciptanya model pembelajaran mendalam yang jauh lebih efisien, sejak awal tahun 2010-an, kami telah melihat peningkatan besar dalam bidang analisis sentimen dan terjemahan mesin.
Dalam kursus ini, kami akan membawa Anda pada perjalanan menakjubkan di mana Anda akan menguasai berbagai konsep dengan pendekatan langkah demi langkah. Kita akan mulai dengan memahami cara memproses teks dalam konteks pemrosesan bahasa alami, lalu kita akan mendalami pembuatan model kita sendiri dan menerapkannya ke cloud sambil mengamati praktik terbaik .
Kami akan menggunakan Tensorflow 2 (perpustakaan terpopuler di dunia untuk pembelajaran mendalam, dibuat oleh Google) dan Huggingface
Anda akan belajar:
- Dasar-dasar Tensorflow (Tensor, Pembuatan model, pelatihan, dan evaluasi).
- Algoritme Pembelajaran Mendalam seperti Jaringan Syaraf Berulang, Model Perhatian, Transformer, dan jaringan saraf konvolusional.
- Analisis sentimen dengan RNN, Transformers, dan Huggingface Transformers (Deberta)
- Transfer pembelajaran dengan Word2vec dan Transformers modern ( GPT, Bert, ULmfit, Deberta, T5… )
- Terjemahan mesin dengan RNN, transformator, dan Huggingface Transformers (T5)
- Penerapan Model ( format Onnx, Kuantisasi, Fastapi, Heroku Cloud )
Jika Anda ingin melangkah lebih jauh dalam karier Anda, kursus ini diperuntukkan bagi Anda dan kami sangat bersemangat untuk membantu mencapai tujuan Anda!
Untuk siapa kursus ini:
- Pengembang Python Pemula ingin tahu tentang Menerapkan Pembelajaran Mendalam untuk Pemrosesan Bahasa Alami dalam domain analisis sentimen dan terjemahan mesin
- Pembelajaran Mendalam untuk Praktisi NLP yang ingin menguasai cara kerja berbagai hal
- Praktisi NLP yang ingin mempelajari bagaimana analisis sentimen canggih dan model terjemahan mesin dibangun dan dilatih menggunakan pembelajaran mendalam.
- Siapa pun yang ingin menerapkan Model ML
- Pelajar yang menginginkan pendekatan praktis Pembelajaran mendalam untuk analisis Sentimen dan Terjemahan Mesin
