Home / Pemrograman / Kursus Deep Learning Dan NLP A-Z : Cara Membuat ChatBot
Biaya Kursus Komputer Jogja Multimedia

Kursus Deep Learning Dan NLP A-Z : Cara Membuat ChatBot

Pelajari Teori dan Cara menerapkan model Natural Language Processing di Tensorflow dan Python

Apa yang akan Anda pelajari :

  • Mengapa ini penting?
  • Jenis Pemrosesan Bahasa Alami
  • Model Pembelajaran Klasik vs. Mendalam
  • Model Pembelajaran dari ujung ke ujung
  • Arsitektur & Pelatihan Seq2Seq
  • Decoding Pencarian Balok

Untuk siapa kursus ini:

  • Setiap siswa di perguruan tinggi yang ingin memulai karir di Ilmu Data
  • Setiap penggemar Ilmu Data
  • Siapa pun yang tertarik untuk membuat ChatBot mereka sendiri
  • Siapa pun yang tertarik dengan Kecerdasan Buatan, Pembelajaran Mesin atau Pembelajaran Dalam dan aplikasinya

Persyaratan :

  • Instal Numpy, Matplotlib, Sci-Kit Learn, Theano, dan TensorFlow
  • Pahami backpropagation dan gradient descent, dapatkan turunan dan beri kode sendiri
  • Kode jaringan saraf berulang dari primitif dasar di Theano (atau Tensorflow), terutama fungsi pemindaian
  • Kode jaringan feedforward neural di Theano (atau Tensorflow)
  • Bermanfaat untuk memiliki pengalaman dengan algoritma pohon

Kurikulum :

  1. Garis Besar, Ulasan, dan Hal-hal Logistik
  2. Pendahuluan, Garis Besar, dan Tinjauan
  3. Di mana mendapatkan kode / data untuk kursus ini
  4. Cara Sukses dalam Kursus ini
  5. Tensorflow atau Theano – Pilihan Anda!
  6. Pemula: Bekerja dengan Vektor Kata
  7. Apa itu vektor?
  8. Apa itu analogi kata?
  9. Mencoba menemukan dan menilai vektor kata menggunakan TF-IDF dan t-SNE
  10. Vektor kata pretrained dari GloVe
  11. Vektor kata pretrained dari word2vec
  12. Klasifikasi Teks dengan vektor kata
  13. Klasifikasi Teks dalam Kode
  14. Menggunakan vektor pra-pelatihan
  15. Tinjauan Pemodelan Bahasa dan Jaringan Saraf Tiruan
  16. Bigrams dan Model Bahasa
  17. BigRams dalam Kode
  18. Model Bigram Neural
  19. Model Neural Bigram dalam Kode
  20. Model Bigram Jaringan Saraf Tiruan
  21. Model Bigram Jaringan Saraf Tiruan dalam Kode
  22. Meningkatkan Efisiensi
  23. Meningkatkan Efisiensi dalam Kode
  24. Tinjau Ringkasan Bagian
  25. Word Embeddings dan Word2Vec
  26. Kembalinya Bigram
  27. CBOW
  28. Lewati-Gram
  29. Softmax Hierarkis
  30. Pengambilan Sampel Negatif
  31. Pengambilan Sampel Negatif – Detail Penting
  32. Mengapa saya memiliki 2 kata matriks penyisipan dan apa yang harus saya lakukan dengan mereka?
  33. Trik implementasi Word2Vec
  34. Garis besar implementasi Word2Vec
  35. Word2Vec dalam Kode dengan Numpy
  36. Detail Implementasi Word2Vec Tensorflow
  37. Tensorflow Word2Vec dalam Kode
  38. Cara memperbarui hanya bagian dari variabel bersama Theano
  39. Word2Vec dalam Kode dengan Theano
  40. Alternatif untuk Data Wikipedia: Brown Corpus
  41. Word Embeddings menggunakan GloVe
  42. Bagian Pendahuluan GloVe
  43. Factorisasi Matriks untuk Sistem Rekomendasi – Konsep Dasar
  44. Pelatihan Matriks Faktorisasi
  45. Memperluas Model Faktorisasi Matriks
  46. Regularisasi untuk Factorisasi Matriks
  47. GloVe – Vektor Global untuk Representasi Kata
  48. Rekap cara untuk melatih GloVe
  49. GloVe dalam Code – Descent Gradient Numpy
  50. GloVe dalam Code – Alternating Least Squares
  51. GloVe dalam Code – Theano Gradient Descent
  52. GloVe di Tensorflow dengan Gradient Descent
  53. Memvisualisasikan analogi negara dengan t-SNE
  54. Tantangan Hyperparameter
  55. Melatih GloVe dengan SVD (Dekomposisi Nilai Singular)
  56. Menyatukan Word2Vec dan GloVe
  57. Informasi Mutlak Pointwise – Word2Vec sebagai Matriks Factorization
  58. PMI dalam Kode
  59. Menggunakan Jaringan Saraf Tiruan untuk Memecahkan Masalah NLP
  60. Penandaan Parts-of-Speech (POS)
  61. Bagaimana jaringan saraf dapat digunakan untuk menyelesaikan penandaan POS?
  62. Baseline Tagging Bagian-of-Speech
  63. Bagian-of-Speech Tagging Jaringan Syaraf Berulang di Theano
  64. Bagian-of-Speech Tagging Jaringan Syaraf Berulang di Tensorflow
  65. Bagaimana cara HMM mengatasi penandaan POS?
  66. Model Markov Tersembunyi dari Pidato Tersembunyi Model (HMM)
  67. Named Entity Recognition (NER)
  68. Membandingkan penandaan NER dan POS
  69. Baseline Pengakuan Entitas Entitas
  70. Dinamakan Pengakuan Entitas RNN di Theano
  71. Dinamakan Pengakuan Entitas RNN di Tensorflow
  72. Hyperparameter Challenge II
  73. Jaringan Syaraf Rekursif (Tree Neural Networks)
  74. Pengantar Bagian Jaringan Syaraf Tiruan Rekursif
  75. Kalimat sebagai Pohon
  76. Deskripsi Data untuk Jaringan Syaraf Rekursif
  77. Apa itu Jaringan Syaraf Tiruan / Jaringan Syaraf Tiruan (TNN) Rekursif?
  78. Membangun TNN dengan Rekursi
  79. Jaringan Syaraf Rekursif di Theano
  80. Jaringan Tensor Neural Rekursif
  81. RNTN dalam Tensorflow (Tips)
  82. RNTN dalam Tensorflow (Kode)
  83. Jaringan Syaraf Rekursif di TensorFlow dengan Rekursi
  84. Ulasan Theano and Tensorflow Basics
  85. Dasar-Dasar Theano
  86. Theano Neural Network dalam Kode
  87. Dasar-dasar Tensorflow
  88.  Jaringan Saraf Tensorflow dalam Kode
  89. Legacy Word2vec
  90. Apa itu embedding kata?
  91. Menggunakan embeddings kata yang sudah dilatih sebelumnya
  92. Analogi kata menggunakan embedding kata
  93. TF-IDF dan percobaan t-SNE
  94. Pengantar Word2Vec
  95. Apa itu Apendiks?
  96. Cara menginstal wp2txt atau WikiExtractor.py
  97. Pengaturan Lingkungan Berfokus Windows 2018
  98. Cara memasang Numpy, Scipy, Matplotlib, Pandas, IPython, Theano, dan TensorFlow
  99. Cara Membuat Kode Sendiri (bagian 1)
  100. Cara Membuat Kode Sendiri (bagian 2)
  101. Apakah ini untuk Pemula atau Ahli? Akademik atau Praktis? Cepat atau lambat?
  102. Bukti bahwa menggunakan Notebook Jupyter sama dengan tidak menggunakannya
  103. Selesai
KURSUS KOMPUTER ONLINE DIMANAPUN ANDA BERADA

About Jogja Multimedia

Check Also

Kursus Python | Membuat Aplikasi Desktop Menggunakan Python (Coding)

Dalam kursus ini, Anda akan belajar betapa mudahnya menulis aplikasi desktop menggunakan Python yang menakjubkan, …

Kursus Unreal Engine | Membuat Virtual Reality Visualisasi Arsitektur

Kursus ini akan mencakup segalanya mulai dari teori VR dasar dan praktik terbaik hingga menambahkan …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *