- Level Foundation
- المدة 11 ساعات hours
- الطبع بواسطة Universidad Austral
-
Offered by
عن
Este curso te brindará los conocimientos necesarios para la implementación de algoritmos de NLP. Mediante el uso de los últimos algoritmos más populares en NLP se procederá a dar solución a un conjunto de problemas propios del área. Para realizar este curso es necesario contar con conocimientos de programación de nivel básico a medio, deseablemente conocimiento básico del lenguaje Python y es recomendable conocer los Jupyter Notebooks en el entorno Anaconda. Para desarrollar aplicaciones se va a utilizar Python 3.6 o superior. Alternativamente se puede utilizar el entorno de Anaconda con la misma versión de Python. Como editor de código, los ejemplos van a ser editados en el Notebook de Anaconda, pero el alumno puede utilizar cualquier editor de texto que reconozca notebooks de Anaconda. Librerías que es necesario tener instaladas para realizar el curso: NLTK, Scikit-learn, Spacy y TensorFlow.الوحدات
Introducción al Aprendizaje Automático
1
Assignment
- Test de la lección
1
Videos
- Tutorial: Introducción al aprendizaje automático. Parte 1
1
Readings
- Nociones básicas de aprendizaje automático
Introducción al aprendizaje profundo
1
Assignment
- Test de la lección
1
Discussions
- ¿Qué grado de comprensión se ha tenido aprendizaje automático y aprendizaje profundo?
1
Readings
- Nociones básicas de aprendizaje profundo
Problemas que pueden resolverse con aprendizaje automático y aprendizaje profundo
1
Assignment
- Evaluación del módulo
1
Discussions
- New Discussion Prompt
1
Videos
- Tutorial: Introducción al aprendizaje automático. Parte 3
1
Readings
- Material complementario
Algoritmos de aprendizaje automático
1
Assignment
- Test de la lección
1
Readings
- Revisión modelos de aprendizaje automático
Entrenamiento de modelos de aprendizaje automático
1
Assignment
- Test de la lección
1
Discussions
- ¿Con que tipo de modelo de aprendizaje automático se siente más cómodo para usar?
1
Videos
- Tutorial: Aprendizaje automático y NLP
1
Readings
- Diseño de un modelo de NLP
Proceso de NLP basado en aprendizaje automático
1
Assignment
- Evaluación del módulo
2
Readings
- Como construir un modelo basado en aprendizaje automático
- Material complementario
Redes Neuronales
1
Assignment
- Test de la lección
1
Discussions
- Que entiende por red neuronal artificial
1
Videos
- Tutorial: Introducción a Redes neuronales y NLP
1
Readings
- Introducción a las redes neuronales
Arquitectura de Redes Neuronales
1
Assignment
- Test de la lección
1
Readings
- Diversas arquitecturas de redes neuronales
Implementación de una Red Neuronal
1
Assignment
- Evaluación del módulo
2
Readings
- Como poner en producción una red neuronal artificial
- Material complementario
Ensamble de modelos
1
Assignment
- Test de la lección
1
Discussions
- ¿Qué opina sobre los ensambles?
1
Videos
- Tutorial: Transformer
1
Readings
- Que es un ensamble en NLP
Construcción de un ensamble
1
Assignment
- Test de la lección
1
Readings
- Como se construye un ensamble
Modelos basados en ensambles
1
Assignment
- Evaluación del módulo
2
Readings
- Como armar un modelo basado en ensambles
- Material complementario
Auto Summary
Unlock the power of Natural Language Processing (NLP) with this foundational course! Designed for budding data scientists and AI enthusiasts, you'll implement popular NLP algorithms to solve real-world problems. Ideal for those with basic to intermediate programming skills, especially in Python. Utilize Python 3.6+ and Anaconda for hands-on practice with essential libraries like NLTK, Scikit-learn, Spacy, and TensorFlow. Guided by expert instructors on Coursera, this 660-minute course offers flexible subscription options: Starter and Professional. Perfect for anyone eager to dive into NLP and enhance their data science toolkit.

Hernán Daniel Merlino