Verwenden Sie dynamische Programmierung, versteckte Markov-Modelle und Worteinbettungen, um Autokorrektur, Autovervollständigung und die Identifizierung von Part-of-Speech-Tags für Wörter zu implementieren.
Kompetenzen, die Sie erwerben
Kategorie: Markov-Modell
Markov-Modell
Kategorie: Vorverarbeitung von Daten
Vorverarbeitung von Daten
Kategorie: Einbettungen
Einbettungen
Kategorie: Verarbeitung natürlicher Sprache
Verarbeitung natürlicher Sprache
Kategorie: Künstliche neuronale Netze
Künstliche neuronale Netze
Kategorie: Wahrscheinlichkeitsrechnung und Statistik
Wahrscheinlichkeitsrechnung und Statistik
Kategorie: Algorithmen
Algorithmen
Kategorie: Bereinigung von Daten
Bereinigung von Daten
Kategorie: Methoden des maschinellen Lernens
Methoden des maschinellen Lernens
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
4 Aufgaben
Unterrichtet in Englisch
91% of learners achieved a positive career outcome
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
Lernen Sie neue Konzepte von Branchenexperten
Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
In Kurs 2 der Natural Language Processing Spezialisierung werden Sie: a) einen einfachen Autokorrektur-Algorithmus unter Verwendung der minimalen Editierdistanz und der dynamischen Programmierung erstellen, b) den Viterbi-Algorithmus für das Part-of-Speech (POS)-Tagging anwenden, das für die Computerlinguistik von entscheidender Bedeutung ist, c) einen besseren Autovervollständigungs-Algorithmus unter Verwendung eines N-Gramm-Sprachmodells schreiben und d) Ihr eigenes Word2Vec-Modell schreiben, das ein neuronales Netz zur Berechnung von Worteinbettungen unter Verwendung eines kontinuierlichen Bag-of-Words-Modells verwendet.
Am Ende dieser Spezialisierung werden Sie NLP-Anwendungen für die Beantwortung von Fragen und die Analyse von Gefühlen entwickelt haben sowie Tools für die Übersetzung von Sprachen und die Zusammenfassung von Texten. Diese Spezialisierung wird von zwei Experten für NLP, maschinelles Lernen und Deep Learning entwickelt und unterrichtet. Younes Bensouda Mourri ist Dozent für künstliche Intelligenz an der Stanford University, der auch am Aufbau der Deep Learning-Spezialisierung beteiligt war. Łukasz Kaiser ist Staff Research Scientist bei Google Brain und Mitautor von Tensorflow, den Bibliotheken Tensor2Tensor und Trax sowie dem Transformer Paper.
Erfahren Sie mehr über Autokorrektur, minimale Editierdistanz und dynamische Programmierung und bauen Sie dann Ihre eigene Rechtschreibprüfung, um falsch geschriebene Wörter zu korrigieren!
Treten Sie dem DeepLearning.AI Forum bei, um Fragen zu stellen, Unterstützung zu erhalten oder erstaunliche Ideen zu teilen!•2 Minuten
Vorlesungsskript W1•1 Minute
(Optional) Herunterladen Ihres Notebooks, Herunterladen Ihres Arbeitsbereichs und Aktualisieren Ihres Arbeitsbereichs•5 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Autokorrektur und Mindestbearbeitungsabstand•30 Minuten
1 Programmieraufgabe•Insgesamt 180 Minuten
Autokorrektur•180 Minuten
2 Unbewertete Labore•Insgesamt 120 Minuten
Notizbuch zur Vorlesung: Aufbau des Wortschatzes•60 Minuten
Vorlesungsnotizbuch: Kandidaten aus Bearbeitungen•60 Minuten
Part of Speech Tagging und Hidden Markov Models
Woche2•6 Stunden abzuschließen
Moduldetails
Lernen Sie Markov-Ketten und Hidden Markov-Modelle kennen und verwenden Sie diese, um Part-of-Speech-Tags für einen Wall Street Journal-Textkorpus zu erstellen!
Vorlesungsnotiz - Arbeiten mit Textdateien•20 Minuten
Vorlesungsnotiz - Arbeiten mit Tags und Numpy•20 Minuten
Autovervollständigung und Sprachmodelle
Woche3•9 Stunden abzuschließen
Moduldetails
Lernen Sie, wie N-Gramm-Sprachmodelle funktionieren, indem Sie Sequenzwahrscheinlichkeiten berechnen, und erstellen Sie dann Ihr eigenes Autovervollständigungs-Sprachmodell anhand eines Textkorpus von Twitter!
Vorlesungsnotizbuch: Korpusvorverarbeitung für N-Gramme•60 Minuten
Vorlesungsnotizbuch: Aufbau des Sprachmodells•60 Minuten
Vorlesungsnotizbuch: Verallgemeinerung von Sprachmodellen•60 Minuten
Worteinbettungen mit neuronalen Netzwerken
Woche4•9 Stunden abzuschließen
Moduldetails
Erfahren Sie, wie Worteinbettungen die semantische Bedeutung von Wörtern tragen, was sie für NLP-Aufgaben viel leistungsfähiger macht. Erstellen Sie dann Ihr eigenes kontinuierliches Bag-of-Words-Modell, um Worteinbettungen aus Shakespeare-Text zu erstellen.
DeepLearning.AI ist ein Bildungstechnologie-Unternehmen, das eine globale Gemeinschaft von KI-Talenten entwickelt.
Die von Experten geleiteten Bildungserfahrungen von DeepLearning.AI geben KI-Praktikern und nicht-technischen Fachleuten die notwendigen Werkzeuge an die Hand, um von den Grundlagen bis hin zu fortgeschrittenen Anwendungen zu gelangen und eine KI-gestützte Zukunft aufzubauen.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.7
1.783 Bewertungen
5 stars
79,55 %
4 stars
14,90 %
3 stars
3,41 %
2 stars
0,84 %
1 star
1,28 %
Zeigt 3 von 1783 an
P
PP
5·
Geprüft am 29. Mai 2021
I'm really thankful to the professors for sharing there knowledge and experience and creating this excellent course. I have learnt a a lot. Thank You !!!
B
BN
5·
Geprüft am 12. Feb. 2021
Nicely broken into digestible chunks. Labs well done, not too easy, and too too frustrating. Material presented clearly and in (again) nice small steps.
R
RA
4·
Geprüft am 15. Jan. 2021
In the first and second week the exercices have some unecessery pranks in the data formatation just to make the exercice harded, but it take out the attention for what matter in the course that is NLP
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich mich für diese Specialization einschreibe?
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.