ستتعلم في هذا المساق كيفية إنشاء نماذج للغة الطبيعية والصوت وغيرها من البيانات المتعاقبة. بفضل التعلم العميق، تعمل خوارزميات التسلسل والتعاقب بشكل أفضل بكثير مما كانت عليه قبل عامين فقط مما يتيح العديد من التطبيقات المثيرة في التعرف على الكلام والتركيبات الموسيقية وروبوتات الدردشة والترجمة الآلية وفهم اللغة الطبيعية وغيرها من التطبيقات الأخرى.
제공자:


النماذج المتعاقبة
deeplearning.ai이 강좌에 대하여
귀하가 습득할 기술
- Machine Translation
- Word Embedding
- Combination
- Deep Learning
제공자:

deeplearning.ai
DeepLearning.AI is an education technology company that develops a global community of AI talent.
강의 계획표 - 이 강좌에서 배울 내용
القوالب المتتابعة وآلية الانتباه
تعلم المزيد حول الشبكات العصبونية المتكررة. لقد ثبت أن هذا النوع من النماذج يعمل بشكل جيد للغاية على البيانات الزمنية. تحتوي على العديد من المتغيرات بما في ذلك LSTMs وGRUs والشبكات العصبونية المتكررة ثنائية الاتجاه، والتي سنتعرف عليها في هذا الجزء.
معالجة اللغة العصبية وكلمات التعارف
تعتبر معالجة اللغة الطبيعية مع التعلم العميق مزيجًا مهمًا. باستخدام تمثيلات متجهات الكلمات وطبقات التضمين، يمكنك تدريب الشبكات العصبونية المتكررة بأداء متميز في مجموعة متنوعة من الصناعات. ومن أمثلة التطبيقات تحليل المشاعر والتعرف على الكيانات المسماة والترجمة الآلية
القوالب المتتابعة وآلية الانتباه
يمكن زيادة القوالب المتتابعة باستخدام آلية الانتباه. ستساعد هذه الخوارزمية نموذجك على فهم المكان الذي يجب أن يركز فيه انتباهه في ضوء تسلسل المدخلات. ستتعرف هذا الأسبوع كذلك على التعرف على الكلام وكيفية التعامل مع البيانات الصوتية.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 수료증을 구매하면 무엇을 이용할 수 있나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.