Обработка естественных языков
- 5 разделов
- 34 материала
- 1 тест
О курсе
Акбаракова А.М. – сеньор-лектор.
1.Характеристика МООК
1.1 Цель изучения: Дисциплина направлена на изучение основных концепции и задач, как распознавание речи, машинный перевод, анализ тональности и генерация текста. Методы очистки и нормализации данных, обзор методов обучения, используемых для создания моделей, которые могут распознавать паттерны и принимать решения на основе данных. Обучающиеся осваивают процесс разработки, могут применять алгоритмы, а также использовать существующие библиотеки и инструменты для решения реальных задач.
1.2 Задачи изучения:
- понимать основные принципы обработки естественных языков и знать методы представления и анализа текстов;
- уметь применять алгоритмы NLP для решения прикладных задач и использовать современные инструменты и библиотеки NLP;
- анализировать и интерпретировать результаты обработки текстовых данных.
1.3 Результаты обучения: Применяет модели Latent Allocation Dirichlet, conditional random fields, структурированный SVM, сверверные нейронные сети. Разрабатывает и оценивает NLP программы с использованием языка программирования Python.
1.4 Пререквизиты. Системы искусственного интеллекта
1.5 Постреквизиты. Глубокое машинное обучение
1.6 Количество академических кредитов/продолжительность МООК: 5 кредитов
1.7 Уровень сложности курса: средний
Программа курса
Материалы и тесты разделов открываются после записи на курс.
-
Модуль 1 6 элементов
-
Файл Лекция 1
-
Гиперссылка Видео лекция 1
-
-
-
-
-
-
Модуль 2 10 элементов
-
-
-
-
-
-
-
-
-
-
-
-
Модуль 3 6 элементов
-
-
-
-
-
-
-
-
Модуль 4 8 элементов
-
-
-
-
-
-
-
-
-
-
Итоговый контроль по МООК 1 элемент
-
Тест Тест
-
Другие курсы направления
Компьютерная инженерия и автоматизацияФизика
Компьютерная инженерия и автоматизацияФизика и физические основы информационных технологий
Компьютерная инженерия и автоматизацияТеория принятия решений
Компьютерная инженерия и автоматизацияИнженерлік графика және 3D модельдеу