- Регистрация
- 22.01.20
- Сообщения
- 40.114
- Реакции
- 169
Автор: Елена Кантонистова
Название: Рекуррентные сети в NLP и приложениях (2025)
Интенсив посвящен рекуррентным нейронным сетям, применяющимся для решения широкого класса задач в области NLP, а также их приложениям в других областях.
Курс является вторым в линейке курсов по Natural Language Processing после курса "Основы нейронных сетей и NLP".
Чему вы научитесь:
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
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
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.
Программа курса:
Организация курса
Основы NLP: recap
Рекуррентные нейронные сети
Введение в PyTorch
Рекуррентные сети: практика — 1
Рекуррентные сети: практика — 2
Приложения RNN
Ванильный веб-сервис на FastAPI
Итоговый проект
Ваш преподаватель: Елена Кантонистова
Кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД)
Подробнее:
Интенсив посвящен рекуррентным нейронным сетям, применяющимся для решения широкого класса задач в области NLP, а также их приложениям в других областях. Курс является вторым в линейке курсов по Natural Language Processing после курса "Основы нейронных сетей и NLP".
stepik.org
Скачать:
Этот курс доступен с подпиской: Премиум
Скачать:
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.
Если у Вас нет Премиум статуса:
Преимущества Премиум подписки
Оформить Вечный Премиум
Название: Рекуррентные сети в NLP и приложениях (2025)
Интенсив посвящен рекуррентным нейронным сетям, применяющимся для решения широкого класса задач в области NLP, а также их приложениям в других областях.
Курс является вторым в линейке курсов по Natural Language Processing после курса "Основы нейронных сетей и NLP".
Чему вы научитесь:
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
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
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.
Программа курса:
Организация курса
Основы NLP: recap
Рекуррентные нейронные сети
Введение в PyTorch
Рекуррентные сети: практика — 1
Рекуррентные сети: практика — 2
Приложения RNN
Ванильный веб-сервис на FastAPI
Итоговый проект
Ваш преподаватель: Елена Кантонистова
Кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД)
Подробнее:
Интенсив посвящен рекуррентным нейронным сетям, применяющимся для решения широкого класса задач в области NLP, а также их приложениям в других областях. Курс является вторым в линейке курсов по Natural Language Processing после курса "Основы нейронных сетей и NLP".
Скачать:
Этот курс доступен с подпиской: Премиум
Скачать:
Для просмотра скрытого содержимого необходимо Войти или Зарегистрироваться.
Если у Вас нет Премиум статуса: Преимущества Премиум подписки Оформить Вечный Премиум