Über dieses Spezialisierung

171,668 kürzliche Aufrufe
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.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
Kurse, die komplett online stattfinden
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexibler Zeitplan
Festlegen und Einhalten flexibler Termine.
Stufe „Mittel“
Ca. 4 Monate zum Abschließen
Empfohlen werden 5 Stunden/Woche
Englisch
Untertitel: Englisch
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
Kurse, die komplett online stattfinden
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexibler Zeitplan
Festlegen und Einhalten flexibler Termine.
Stufe „Mittel“
Ca. 4 Monate zum Abschließen
Empfohlen werden 5 Stunden/Woche
Englisch
Untertitel: Englisch

Es gibt 4 Kurse in dieser Spezialisierung

Kurs1

Kurs 1

Natural Language Processing with Classification and Vector Spaces

4.6
Sterne
820 Bewertungen
189 Bewertungen
Kurs2

Kurs 2

Natural Language Processing with Probabilistic Models

4.8
Sterne
233 Bewertungen
41 Bewertungen
Kurs3

Kurs 3

Natural Language Processing with Sequence Models

4.5
Sterne
27 Bewertungen
8 Bewertungen
Kurs4

Kurs 4

Natural Language Processing with Attention Models

von

deeplearning.ai-Logo

deeplearning.ai

Häufig gestellte Fragen

  • 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! Um loszulegen, klicken Sie auf die Kurskarte, die Sie interessiert, und melden Sie sich an. Sie können sich anmelden und den Kurs absolvieren, um ein teilbares Zertifikat zu erwerben, oder Sie können als Gast teilnehmen, um die Kursmaterialien gratis einzusehen. Wenn Sie einen Kurs abonnieren, der Teil einer Spezialisierung ist, abonnieren Sie automatisch die gesamte Spezialisierung. Auf Ihrem Kursteilnehmer-Dashboard können Sie Ihren Fortschritt verfolgen.

  • 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

  • Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse in der Spezialisierung und Sie erwerben ein Zertifikat, wenn Sie die Arbeit abschließen. Wenn Sie lediglich den Kursinhalt lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen. Wenn Sie die Gebühr nicht bezahlen können, haben Sie die Möglichkeit, finanzielle Hilfe zu beantragen.

  • Dieser Kurs findet ausschließlich online statt, Sie müssen also zu keiner Sitzung persönlich erscheinen. Sie können jederzeit und überall über das Netz oder Ihr Mobilgerät auf Ihre Vorträge, Lektüren und Aufgaben zugreifen.

  • Für diese Spezialisierung gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Spezialisierungszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren.

  • Für diese Spezialisierung gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Spezialisierungszertifikate 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.

  • Learners should have a working knowledge of machine learning, intermediate Python including experience with a deep learning framework (e.g., TensorFlow, Keras), as well as proficiency in calculus, linear algebra, and statistics. If you would like to brush up on these skills, we recommend the Deep Learning Specialization, offered by deeplearning.ai and taught by Andrew Ng.

  • This is a Specialization made up of 4 Courses. Course 3 is scheduled for the end of July. Course 4 will launch in September.

  • The deeplearning.ai Natural Language Processing Specialization is one-of-a-kind. 

    • It teaches cutting-edge techniques drawn from recent academic papers, some of which were only first published in 2019.
    • It covers practical methods for handling common NLP use cases (autocorrect, autocomplete), as well as advanced deep learning techniques for chatbots and question-answering.  
    • It starts with the foundations and takes you to a stage where you can build state-of-the-art attention models that allow for parallel computing. 
    • You will not only use packages but also learn how to build these models from scratch. We walk you through all the steps, from data processing to the finished products you can use in your own projects.
    • You will complete one project every week to make sure you understand the concepts for a total of 16 programming assignments.
  • We recommend taking the courses in the prescribed order for a logical and thorough learning experience.

  • This Specialization consists of four Courses. At the rate of 5 hours a week, it typically takes 4 weeks to complete each Course.

  • Learn classical machine learning skills and state-of-the-art deep learning techniques and perform a number of functions:

    • Use logistic regression, naïve Bayes, and word vectors to implement sentiment analysis, complete analogies, and translate words, and use locality sensitive hashing for approximate nearest neighbors.

    • Use dynamic programming, hidden Markov models, and word embeddings to autocorrect misspelled words, autocomplete partial sentences, and identify part-of-speech tags for words.

    • Use dense and recurrent neural networks, LSTMs, GRUs, and Siamese networks in TensorFlow and Trax to perform advanced sentiment analysis, text generation, named entity recognition, and to identify duplicate questions. 

    • Use encoder-decoder, causal, and self-attention to perform advanced machine translation of complete sentences, text summarization, question-answering and to build chatbots. Models covered include T5, BERT, transformer, reformer, and more!

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