Über diesen Kurs

251,637 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“

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

Ca. 19 Stunden zum Abschließen
Englisch
Untertitel: Englisch

Was Sie lernen werden

  • 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

Kompetenzen, die Sie erwerben

Word EmbeddingSentiment with Neural NetsSiamese NetworksNatural Language GenerationNamed-Entity Recognition
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“

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

Ca. 19 Stunden zum Abschließen
Englisch
Untertitel: Englisch

von

deeplearning.ai-Logo

deeplearning.ai

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

5 Stunden zum Abschließen

Neural Networks for Sentiment Analysis

5 Stunden zum Abschließen
8 Videos (Gesamt 21 min), 3 Lektüren, 1 Quiz
8 Videos
Neural Networks for Sentiment Analysis3m
Trax: Neural Networks2m
Trax: Layers3m
Dense and ReLU Layers1m
Serial Layer1m
Other Layers 3m
Training2m
3 Lektüren
Connect with your mentors and fellow learners on Slack!10m
Reading: (Optional) Trax and JAX, docs and code15m
How to Refresh your Workspace10m
Woche
2

Woche 2

5 Stunden zum Abschließen

Recurrent Neural Networks for Language Modeling

5 Stunden zum Abschließen
8 Videos (Gesamt 27 min)
8 Videos
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
Woche
3

Woche 3

4 Stunden zum Abschließen

LSTMs and Named Entity Recognition

4 Stunden zum Abschließen
6 Videos (Gesamt 24 min), 3 Lektüren, 1 Quiz
6 Videos
Introduction to LSTMs4m
LSTM Architecture3m
Introduction to Named Entity Recognition3m
Training NERs: Data Processing 4m
Computing Accuracy1m
3 Lektüren
(Optional) Intro to optimization in deep learning: Gradient Descent10m
(Optional) Understanding LSTMs10m
Long Short-Term Memory (Deep Learning Specialization C5)10m
Woche
4

Woche 4

5 Stunden zum Abschließen

Siamese Networks

5 Stunden zum Abschließen
8 Videos (Gesamt 33 min), 1 Lektüre, 1 Quiz
8 Videos
Architecture3m
Cost Function3m
Triplets6m
Computing The Cost I5m
Computing The Cost II6m
One Shot Learning2m
Training / Testing3m
1 Lektüre
Acknowledgments10m

Bewertungen

Top-Bewertungen von NATURAL LANGUAGE PROCESSING WITH SEQUENCE MODELS

Alle Bewertungen anzeigen

Über den Spezialisierung Natural Language Processing (NPL)

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....
Natural Language Processing (NPL)

Häufig gestellte Fragen

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..