Опрацювання природної мови (Natural Language Processing або NLP) охоплює широкий спектр задач: від спам-фільтрів та визначення емоційного забарвлення тексту до машинного перекладу та діалогових систем.
Для вирішення цих задач використовують методи та підходи лінгвістики і алгоритміки, статистики і теорії інформації, широко застосовують машинне навчання. Спеціалістів у галузі NLP завжди бракує, адже напрям справді міждисциплінарний.
Цей курс для програмістів та комп’ютерних лінгвістів, які хочуть отримати системне розуміння галузі опрацювання природної мови, розвинути практичні навички і отримати перший досвід їх застосування.
Курс також може бути цікавий тим, хто вже працює у сфері NLP, але відчуває нестачу цілісного розуміння та має прогалини в деяких частинах.
За результатами курсу найкращий випускник отримає повну компенсацію навчання від партнера курсу Grammarly.
● 9 000 грн/міс. Оплачуйте курс помісячно або повністю (зі знижкою 5%), можлива оплата в розстрочку
● 27 занять. 2 рази на тиждень: четвер з 19:30 до 21:30, субота з 15:00 до 17:00
● 14 місць. Ми приділяємо увагу кожному студенту групи, тому кількість місць обмежена
Викладачі
Кому буде корисно:
- Middle та Senior розробникам, які вирішують високорівневі задачі, що вимагають використання комп’ютерної лінгвістики;
- Комп’ютерним лінгвістам, які відчувають нестачу цілісного розуміння та мають прогалини знань у деяких темах;
- Випускникам курсів «Data Science. Математичні основи», «Алгоритміка. Pro», «Алгоритміка. Основи»;
- Cтудентам технічних ВНЗ для поглиблення знань у сфері комп’ютерної лінгвістики.
Програма курсу
На курсі передбачено дуже багато обов’язкових домашніх завдань (розраховуйте на 15 годин на тиждень для самостійної роботи). Постійний фідбек. Значна кількість практичних завдань по работі з реальними задачами. Випускний проект.
- Повний цикл NLP-проекту
- Основи структурної лінгвістики
- Робота з даними: створення, отримання, підготовка
- NLP-системи на основі правил
- Базова класифікація та моделі набору слів
- Моделювання послідовностей, н-грами, моделювання мови
- Синтаксис
- Семантика
- NLP без учителя та розподілені представлення
- Звичайні та рекурентні нейромережі для NLP-задач
- Нейромережеві підходи seq2seq та attention
6 коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів