Данный курс научит вас строить модели естественных языков, звуков и других последовательных данных. Благодаря глубокому обучению последовательные алгоритмы сегодня работают в разы лучше, чем ещё два года назад. Это открывает широчайший спектр возможностей применения алгоритмов в распознавании речи, синтезе музыки, чат-ботах, машинном переводе, понимании естественных языков и во многом другом.
Последовательные модели
deeplearning.aiОб этом курсе
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.
Средний уровень
Прибл. 16 часов на выполнение
Русский
Субтитры: Китайский (традиционное письмо), Французский, Португальский (бразильский), Китайский (упрощенное письмо), Корейский, Русский, Английский, Испанский
Приобретаемые навыки
Machine TranslationWord EmbeddingCombinationDeep Learning
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.
Средний уровень
Прибл. 16 часов на выполнение
Русский
Субтитры: Китайский (традиционное письмо), Французский, Португальский (бразильский), Китайский (упрощенное письмо), Корейский, Русский, Английский, Испанский
от партнера
deeplearning.ai
DeepLearning.AI is an education technology company that develops a global community of AI talent.
Программа курса: что вы изучите
6 ч. на завершение
Рекуррентные нейронные сети
В этом разделе вы познакомитесь с принципами работы рекуррентных нейронных сетей (РНС, RNN). Этот тип сетей показывает прекрасную работу с темпоральными данными и существует в нескольких вариантах, таких как LSTM (ДКП), GRU (УРБ), и двунаправленная РНС (Bidirectional RNN), о которых вы узнаете в этом разделе.
6 ч. на завершение
12 видео ((всего 112 мин.)), 2 материалов для самостоятельного изучения, 4 тестов
4 ч. на завершение
Обработка естественного языка и векторное представление слов
Сочетание обработки естественного языка и глубокого обучения — очень важное сочетание. Используя векторное представление слов и слои встраивания, вы сможете обучать рекуррентные нейронные сети, добиваясь выдающейся производительности в широком спектре областей. Примеры применения: анализ тональности текста, распознавание именованных сущностей и машинный перевод.
4 ч. на завершение
10 видео ((всего 102 мин.)), 1 материал для самостоятельного изучения, 3 тестов
5 ч. на завершение
Последовательные модели и механизм внимания
Последовательные модели могут быть дополнены с использованием механизма внимания. С помощью этого алгоритма ваша модель сможет понять, на чем следует сосредоточить внимание, с учетом последовательности входных данных. На этой неделе вы также узнаете о распознавании речи и работе с аудиоданными.
5 ч. на завершение
11 видео ((всего 103 мин.)), 4 материалов для самостоятельного изучения, 3 тестов
Часто задаваемые вопросы
When will I have access to the lectures and assignments?
Что я получу, оплатив сертификацию?
Is financial aid available?
Получу ли я зачеты в университете за прохождение курса?
Остались вопросы? Посетите Центр поддержки учащихся.
