Her er en liste over NLP-kurs og spesialiseringer for å hjelpe deg med å komme i gang med din naturlige språkbehandlingsreise!
Natural Language Processing (NLP) ligger i skjæringspunktet mellom informatikk og datalingvistikk. Fra sentimentanalyse av kundeanmeldelser for å drive markedsføringsbeslutninger til maskinoversettelse og chatbots, NLP driver alle sektorer.
Hvis du har erfaring med å bygge maskinlæringsmodeller, kan du legge til NLP i verktøykassen for å løse ulike problemer: tekstoppsummering, svar på spørsmål, generering av naturlig språk og mer.
Vi skal se på de brede ferdighetskravene for NLP-roller og deretter fortsette til den kuraterte listen over ressurser for å komme i gang med naturlig språkbehandling.
Innholdsfortegnelse
NLP-karriereveier: NLP-ingeniør, NLP-utvikler og mer
Fremskritt innen forskning har drevet utviklingen av moderne NLP-teknikker. Med en gjennomsnittslønn på over 117K USD, har NLP-ingeniør- og utviklerroller nylig vunnet popularitet.
Ferdighetssettet er mangfoldig, fra datainnsamling for nedstrøms NLP-oppgaver og praktisk kunnskap om lingvistikkkonsepter, slik som avhengighetsanalyse og POS-merking (Part-of-Speech) til en praktisk kunnskap om transformatormodeller.
For å komme inn i NLP kreves ferdigheter i programmering og maskinlæring. Du bør også ha erfaring med rammeverk for dyp læring som PyTorch og TensorFlow og NLP-biblioteker som spaCy og HuggingFace.
Kurs i naturlig språkbehandling (NLP).
La oss deretter gå over noen av de beste kursene som er tilgjengelige på tvers av populære læringsplattformer. Vi vil også oppgi forutsetningene du trenger for å få mest mulig ut av disse kursene. 👩🏫
CS224n: NLP med dyp læring
Undervist av prof. Chris Manning, CS224n: NLP med dyp læring, som tilbys på Stanford, er et av de beste kursene for å lære naturlig språkbehandling. Forelesningene er tilgjengelige på YouTube, og forelesningsnotatene og øvelsesheftene – fra gjeldende og tidligere tilbud – er fritt tilgjengelig på kursnettstedet.
📋 Forutsetninger
- Python programmering
- Matematikk: statistikk, sannsynlighet, kalkulus, lineær algebra
- Maskinlæringsgrunnlag
Dette er et semesterlangt kurs som dekker en bred bredde av NLP-emner:
- Ordvektorer
- Tilbakevendende nevrale nettverk
- Oppmerksomhet og underordsmodeller
- Transformatorer og applikasjoner
💲 Priser: Gratis ✅
NLP Spesialisering: Coursera
The Natural Language Processing Specialization av DeepLearning.AI på Coursera er en av de populære læringsressursene. Denne spesialiseringen tar sikte på å lære tradisjonelle NLP-teknikker gjennom fire kurs til de siste fremskrittene, for eksempel transformator- og reformatormodeller.
📋 Forutsetninger
- Mellomliggende Python
- Maskinlæring og kunnskap om dype læringsrammer
- Kalkulus, Lineær algebra, Statistikk
Følgende er emnene i spesialiseringen:
Hvert kurs i spesialiseringen tar over 30 timer å gjennomføre og tar noen måneder å fullføre hele spesialiseringen.
👩🏽💻 Her er noen av prosjektene du vil bygge mens du arbeider gjennom denne spesialiseringen:
- Tekst autofullfør modell
- Spørsmål Svare med BERT
- Tekstoppsummering
- Chatbot ved hjelp av reformer-modell
NLP i TensorFlow: Coursera
Hvis du allerede er kjent med TensorFlow, kan du ta NLP i TensorFlow av DeepLearning.AI på Coursera for å bygge NLP-modeller med TensorFlow.
📋 Forutsetninger
- Python og matematikk
- Arbeidskunnskap om TensorFlow
Kurset dekker følgende:
- Bruk av TensorFlow APIer for teksttokenisering og forhåndsbehandling
- Ordinnbygginger
- Naturlig språkgenerering
Sekvensmodeller: Coursera
Sekvensmodellkurset av DeepLearning.AI på Coursera i Deep Learning Specialization er designet for å utstyre elevene med praktisk kunnskap om NLP over en 4-ukers periode.
📋 Forutsetninger
- Python
- Maskinlæring og lineær algebra
Kurset dekker sekvensmodeller for NLP med fokus på følgende:
- Tilbakevendende nevrale nettverk (RNN) på karakternivå for språkmodellering
- Introduksjon til oppmerksomhetsmekanisme, selv- og multihodeoppmerksomhet
- Bruke Hugging Face-transformatorer for å besvare spørsmål
NLP: Hugging Face
Hugging Face-teamet ga ut et gratis NLP-kurs som dekker grunnleggende til avanserte konsepter, med fokus på å jobbe med Hugging Face-økosystemet.
📋 Forutsetninger
- Ferdigheter i Python
- Arbeidskunnskap om dyp læring
- Erfaring med PyTorch og TensorFlow (nyttig men ikke nødvendig)
Kurset har 12 kapitler og er delt inn i tre deler som dekker følgende:
- Bruke Hugging Face-transformatorer
- Forstå datasett og Tokenizer-biblioteker
- Avanserte applikasjoner av transformatorer, optimalisering av modeller for produksjon
Du har tilgang til korte videoforelesninger, tekstbaserte seksjoner for konsepter og colab-notatbøker.
💲 Priser: Gratis 🤗
NLP på Google Cloud: Pluralsight
NLP på Google Cloud introduserer elevene til å bygge NLP-løsninger ved å bruke Vertex AI på Google Cloud-plattformen.
Forutsetning: Arbeidskunnskap om GCP
Dette kurset introduserer elevene til følgende:
- Tekstrepresentasjon
- Arbeide med DialogFlow API
- Bygging av nevrale nettverk, tilbakevendende nevrale nettverk (RNN), Long Short Term Memory (LSTM) nettverk og Gated Recurrent Units (GRUs)
- Bruker Vertex AI
- Oppmerksomhetsmekanisme og store språkmodeller
Bygg en NLP-løsning med Azure
Å bygge en NLP-løsning med Microsoft Azure er et prosjektbasert kurs om Pluralsight. I dette prosjektbaserte kurset lærer du å bygge en NLP-løsning ved å behandle tweet-datasett med kundeanmeldelser.
📋 Forutsetninger
- Python programmering
- Kjennskap til Azure-portalen
Nøkkeloppgavene du skal utføre underveis inkluderer følgende:
- Språkgjenkjenning
- Navngitt enhetsgjenkjenning
- Nøkkelsetningsutvinning
- Sentimentanalyse
NLP med PyTorch: Pluralsight
NLP med PyTorch på Pluralsight vil hjelpe deg å komme i gang med NLP. Dette kurset dekker ikke den nyere transformatorarkitekturen, men dekker mye av naturlig språkbehandling med PyTorch.
Forutsetning: Kjennskap til PyTorch
Dette kurset dekker følgende:
- Tilbakevendende nevrale nettverk (RNN)
- Binær og multi-klasse tekstklassifisering
- Ordvektorinnbygginger
- Sentimentanalyse ved hjelp av ordvektorer
- Sekvens-til-sekvens-modeller for språkoversettelse
Bli en NLP-ekspert: Udacity
Å bli en NLP-ekspert er den offisielle nanograden for naturlig språkbehandling som tilbys av Udacity’s School of AI. Dette nanostudiet vil hjelpe deg å lære både tradisjonelle og moderne NLP-teknikker, for eksempel oppmerksomhet ved å bygge prosjekter.
📋 Forutsetninger
- Python programmering
- Statistikk
- Maskinlæring og dyp læring
Udacitys programmer består av videoforelesninger, kodeøvelser og hjørnesteinsprosjekter. I dette kurset i naturlig språkbehandling bygger du følgende prosjekter:
- En del av talemerking (POS-tagging)
- Ende-til-ende maskinoversettelsesmodellen
- Talegjenkjenningsmodell
En kode-første introduksjon til NLP
En Code-First Introduction to NLP er et flott kurs av fast.ai hvis du ønsker å bli kjent med NLP-området. Dette kurset undervises av Rachel Thomas, og det dekker tradisjonelle og nevrale nettverkstilnærminger til naturlig språkbehandling.
📋 Forutsetninger
- Python programmering
- Maskinlæringskonsepter
- Nevrale nettverk med PyTorch (nyttig, men ikke nødvendig)
Her er en oversikt over hva kurset dekker:
💲 Priser: Gratis
NLP med maskinlæring: Lærerikt
Denne NLP med maskinlæring, av Educative, fokuserer på å gjøre elevene kjent med viktige konsepter i NLP. Fra koding av intervjuforberedelser og systemdesign til maskinlæring, Educative er en av de populære online læringsplattformene.
Kurset dekker følgende:
- Ordinnbygging
- Språkmodeller
- Tekstklassifisering
- Seq2seq-modeller
NLP i Python: DataCamp
Natural Language Processing in Python av Datacamp er et strukturert ferdighetsspor med seks kurs. Disse kursene introduserer elevene til ulike aspekter ved naturlig språkbehandling.
📋 Forutsetninger
- Ferdigheter i Python
- Forståelse av maskinlæring
Dette sporet består av følgende kurs:
NLP-kurs: Lena Voita
NLP-kurset er en utvidelse av kurset i naturlig språkbehandling som forfatteren, Lena Voita, underviser ved Yandex School of Data Analysis. Kurset er organisert i seksjoner og inneholder interaktive leksjoner og blogginnlegg. I tillegg er det notatbøker og sammendrag av forskningsoppgaver.
- Tekstklassifisering (både tradisjonelle og nevrale nettverkstilnærminger)
- Ordinnbygging
- Evaluering av språkmodeller
- Seq2seq-modeller og oppmerksomhet
- Overfør læring for NLP
💲 Priser: Gratis
Konklusjon
Jeg håper du syntes denne listen over læringsressurser var nyttig. Basert på forutsetninger og tidsforpliktelse kan du velge det kurset eller spesialiseringen som passer best med dine interesser. Når du har fått grunnleggende kunnskap, sørg for å bygge prosjekter på datasett fra den virkelige verden for å supplere og forsterke forståelsen din. Lykke til med kodingen!👩🏽💻
Deretter kan du sjekke ut listen over datavitenskapelige notatbøker du kan bruke til ditt neste NLP-prosjekt!