Об этом курсе

Недавно просмотрено: 168,519

Карьерные результаты учащихся

38%

начал новую карьеру, пройдя эти курсы

42%

получил значимые преимущества в карьере благодаря этому курсу

43%

стал больше зарабатывать или получил повышение

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 38 часа на выполнение

Английский

Субтитры: Английский, Корейский

Приобретаемые навыки

ChatterbotTensorflowDeep LearningNatural Language Processing

Карьерные результаты учащихся

38%

начал новую карьеру, пройдя эти курсы

42%

получил значимые преимущества в карьере благодаря этому курсу

43%

стал больше зарабатывать или получил повышение

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Продвинутый уровень

Прибл. 38 часа на выполнение

Английский

Субтитры: Английский, Корейский

от партнера

Логотип Национальный исследовательский университет "Высшая школа экономики"

Национальный исследовательский университет "Высшая школа экономики"

Программа курса: что вы изучите

Оценка контентаThumbs Up88%(3,682 оценки)Info
Неделя
1

Неделя 1

5 ч. на завершение

Intro and text classification

5 ч. на завершение
12 видео ((всего 115 мин.)), 4 материалов для самостоятельного изучения, 3 тестов
12 видео
About this course2мин
Welcome video5мин
Main approaches in NLP7мин
Brief overview of the next weeks7мин
[Optional] Linguistic knowledge in NLP10мин
Text preprocessing14мин
Feature extraction from text14мин
Linear models for sentiment analysis10мин
Hashing trick in spam filtering17мин
Neural networks for words14мин
Neural networks for characters8мин
4 материала для самостоятельного изучения
About the University10мин
Prerequisites check-list2мин
Hardware for the course5мин
Getting started with practical assignments20мин
2 практического упражнения
Classical text mining10мин
Simple neural networks for text10мин
Неделя
2

Неделя 2

5 ч. на завершение

Language modeling and sequence tagging

5 ч. на завершение
8 видео ((всего 84 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
8 видео
Perplexity: is our model surprised with a real text?8мин
Smoothing: what if we see new n-grams?7мин
Hidden Markov Models13мин
Viterbi algorithm: what are the most probable tags?11мин
MEMMs, CRFs and other sequential models for Named Entity Recognition11мин
Neural Language Models9мин
Whether you need to predict a next word or a label - LSTM is here to help!11мин
2 материала для самостоятельного изучения
Perplexity computation10мин
Probabilities of tag sequences in HMMs20мин
2 практического упражнения
Language modeling15мин
Sequence tagging with probabilistic models20мин
Неделя
3

Неделя 3

5 ч. на завершение

Vector Space Models of Semantics

5 ч. на завершение
8 видео ((всего 83 мин.))
8 видео
Explicit and implicit matrix factorization13мин
Word2vec and doc2vec (and how to evaluate them)10мин
Word analogies without magic: king – man + woman != queen11мин
Why words? From character to sentence embeddings11мин
Topic modeling: a way to navigate through text collections7мин
How to train PLSA?6мин
The zoo of topic models13мин
2 практического упражнения
Word and sentence embeddings15мин
Topic Models10мин
Неделя
4

Неделя 4

5 ч. на завершение

Sequence to sequence tasks

5 ч. на завершение
9 видео ((всего 98 мин.))
9 видео
Noisy channel: said in English, received in French6мин
Word Alignment Models12мин
Encoder-decoder architecture6мин
Attention mechanism9мин
How to deal with a vocabulary?12мин
How to implement a conversational chat-bot?11мин
Sequence to sequence learning: one-size fits all?10мин
Get to the point! Summarization with pointer-generator networks12мин
3 практического упражнения
Introduction to machine translation10мин
Encoder-decoder architectures20мин
Summarization and simplification15мин
4.5
Рецензии: 140Chevron Right

Лучшие отзывы о курсе Обработка текстов, написанных на естественных языках

автор: GYMar 24th 2018

Great thanks to this amazing course! I learned a lot on state-to-art natural language processing techniques! Really like your awesome programming assignments! See you HSE guys in next class!

автор: YYJan 2nd 2019

I like this course very much. It is a good introduction for NLP. But if you want to know more about the NLP, you need to search and read a lot of posts during the learning process.

Специализация Продвинутое машинное обучение: общие сведения

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice. Upon completion of 7 courses you will be able to apply modern machine learning methods in enterprise and understand the caveats of real-world data and settings....
Продвинутое машинное обучение

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

Остались вопросы? Посетите Центр поддержки учащихся.