Сучасна диджитал-освіта для дітей — безоплатне заняття в GoITeens ×
Mazda CX 5
×

Онлайн-курс «Виявлення фейкових новин» (подія в архіві)

Відбулось
28 листопада 2022 (понеділок)
Початок
19:00
Місце
онлайн
Вартість
Early Bird ціна до 20.11 - 16 000 грн. Після 20.11 - 21 000 грн.

AI HOUSE CLUB, освітня онлайн-платформа від технологічної компанії Roosh, запускає курс «Виявлення фейкових новин».

Початок: 28 листопада 2022 року

Тривалість курсу: 4 тижні

Розклад: Пн — 19:00, Ср — 19:00

Тривалість сесії: 2 год

Про що цей курс

Щодня ми споживаємо тисячі новин, мемів та відеороликів. Багато з них містять дезінформацію. Протягом курсу ми навчимося виявляти ці маніпуляції за допомогою новітніх технік NLP. Для цього зберемо та опрацюємо величезну кількість новин з відкритих джерел. Використовуючи класичні методики NLP та Deep Learning ти також навчишся застосовувати неконтрольовані методи для групування новин за темами, пошуку недостовірної інформації та її класифікації. А оскільки найкраще навчання — це практика, протягом курсу ти створиш власний детектор фейкових новин та підсумовувач новин.

✅ Збір даних з відкритих джерел

✅ Відбір та вивчення даних

✅ Класифікація фейкових новин та маніпуляцій

✅ Використання саммаризації тексту та topic modeling

ЗАРЕЄСТРУВАТИСЯ НА КУРС

Кому буде корисним цей курс

  • Python-інженерам

/ З базовим знанням ML

  • ML-інженерам

/ Що працюють в інших напрямках

  • NLP-інженерам

/ Яких цікавлять сучасні методи вирішення старих проблем

Коучі

Роман Кислий, PhD in CS, AI Lead в Infopulse

Володимир Сидорський, Kaggle Competition Master, R&D TeamLead в Respeecher

Програма курсу

Тиждень 1. Вступ та формалізація задач у сфері ML

Заняття 1. Вступ

  • Огляд структури курсу
  • Історія розвитку та сучасний стан дослідження NLP

Заняття 2. Формалізація ML-задачі та ML-моделі

  • Від бізнес-задачі до математичної формалізації
  • Приклади задач
  • Метрики
  • Формалізація ML-моделі
  • Лінійна регресія як формалізована модель ML

Тиждень 2. Обробка даних

Заняття 3. Пошук та підготовка даних

  • Основні джерела відкритих даних
  • Підготовка текстових даних

Заняття 4. Пошук та підготовка даних

  • Створення валідації
  • Перевірка валідації на найпростішій моделі

Тиждень 3. Лінійні та рекурентні моделі

Заняття 5. Представлення текстових даних

  • Модель Bag of Words
  • TF-IDF
  • Векторне представлення речень/слів через нейронну мережу (Sentence/Words embeddings)

Заняття 6. Регресії та рекурентні моделі

  • Лінійна/логістична регресія
  • RNN, GRU, LSTM
  • Класифікація речень/токенів

Тиждень 4. Трансформери та кластеризація текстів

Заняття 7. Трансформери

  • Огляд моделей
  • Типи трансформерів. Cross-attention та Self-attention
  • Платформа «Hugging Face»
  • Класифікація речень/токенів

Заняття 8. Кластеризація та тематичне моделювання

  • Кластеризація. Алгоритми кластеризації
  • Кластеризація тексту через векторні представлення (Text Embeddings clustering)
  • Тематичне моделювання

ЗАРЕЄСТРУВАТИСЯ НА КУРС

***

Подробиці щодо навчання та інших курсів — на сайті aihouse.club

Приєднуйся до нашої AI/ML спільноти у соц. мережах:

Facebook

LinkedIn

Instagram

Google Calendar iCal
👍ПодобаєтьсяСподобалось0
До обраногоВ обраному0
LinkedIn
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter
Дозволені теги: blockquote, a, pre, code, ul, ol, li, b, i, del.
Ctrl + Enter

Підписатись на коментарі