이 강좌에 대하여

최근 조회 244,364
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

We recommend that you have taken the first two courses of the Natural Language Processing Specialization, offered by deeplearning.ai

완료하는 데 약 19시간 필요
영어
자막: 영어

배울 내용

  • Create word embeddings, then train a neural network on them to perform sentiment analysis of tweets

  • Generate synthetic Shakespeare text using a Gated Recurrent Unit (GRU) language model

  • Train a recurrent neural network to extract important information from text, using named entity recognition (NER) and LSTMs with linear layers

  • Use a Siamese network to compare questions in a text and identify duplicates: questions that are worded differently but have the same meaning

귀하가 습득할 기술

Word EmbeddingSentiment with Neural NetsSiamese NetworksNatural Language GenerationNamed-Entity Recognition
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 4개 강좌 중 3번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계

We recommend that you have taken the first two courses of the Natural Language Processing Specialization, offered by deeplearning.ai

완료하는 데 약 19시간 필요
영어
자막: 영어

제공자:

deeplearning.ai 로고

deeplearning.ai

강의 계획 - 이 강좌에서 배울 내용

1

1

완료하는 데 5시간 필요

Neural Networks for Sentiment Analysis

완료하는 데 5시간 필요
8개 동영상 (총 21분), 3 개의 읽기 자료, 1 개의 테스트
8개의 동영상
Neural Networks for Sentiment Analysis3m
Trax: Neural Networks2m
Trax: Layers3m
Dense and ReLU Layers1m
Serial Layer1m
Other Layers 3m
Training2m
3개의 읽기 자료
Connect with your mentors and fellow learners on Slack!10m
Reading: (Optional) Trax and JAX, docs and code15m
How to Refresh your Workspace10m
2

2

완료하는 데 5시간 필요

Recurrent Neural Networks for Language Modeling

완료하는 데 5시간 필요
8개 동영상 (총 27분)
8개의 동영상
Recurrent Neural Networks4m
Applications of RNNs3m
Math in Simple RNNs3m
Cost Function for RNNs1m
Implementation Note 2m
Gated Recurrent Units4m
Deep and Bi-directional RNNs 3m
3

3

완료하는 데 4시간 필요

LSTMs and Named Entity Recognition

완료하는 데 4시간 필요
6개 동영상 (총 24분), 3 개의 읽기 자료, 1 개의 테스트
6개의 동영상
Introduction to LSTMs4m
LSTM Architecture3m
Introduction to Named Entity Recognition3m
Training NERs: Data Processing 4m
Computing Accuracy1m
3개의 읽기 자료
(Optional) Intro to optimization in deep learning: Gradient Descent10m
(Optional) Understanding LSTMs10m
Long Short-Term Memory (Deep Learning Specialization C5)10m
4

4

완료하는 데 5시간 필요

Siamese Networks

완료하는 데 5시간 필요
8개 동영상 (총 33분), 1 개의 읽기 자료, 1 개의 테스트
8개의 동영상
Architecture3m
Cost Function3m
Triplets6m
Computing The Cost I5m
Computing The Cost II6m
One Shot Learning2m
Training / Testing3m
1개의 읽기 자료
Acknowledgments10m

검토

NATURAL LANGUAGE PROCESSING WITH SEQUENCE MODELS의 최상위 리뷰

모든 리뷰 보기

자연 언어 처리 특화 과정 정보

Natural Language Processing (NLP) uses algorithms to understand and manipulate human language. This technology is one of the most broadly applied areas of machine learning. As AI continues to expand, so will the demand for professionals skilled at building models that analyze speech and language, uncover contextual patterns, and produce insights from text and audio. By the end of this Specialization, you will be ready to design NLP applications that perform question-answering and sentiment analysis, create tools to translate languages and summarize text, and even build chatbots. These and other NLP applications are going to be at the forefront of the coming transformation to an AI-powered future. This Specialization is designed and taught by two experts in NLP, machine learning, and deep learning. Younes Bensouda Mourri is an Instructor of AI at Stanford University who also helped build the Deep Learning Specialization. Łukasz Kaiser is a Staff Research Scientist at Google Brain and the co-author of Tensorflow, the Tensor2Tensor and Trax libraries, and the Transformer paper....
자연 언어 처리

자주 묻는 질문

  • 강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:

    • 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.