このコースについて

161,773 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における4の3コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル

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

約19時間で修了
英語

学習内容

  • 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

習得するスキル

Word EmbeddingSentiment with Neural NetsSiamese NetworksNatural Language GenerationNamed-Entity Recognition
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における4の3コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル

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

約19時間で修了
英語

提供:

Placeholder

deeplearning.ai

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up94%(1,488 件の評価)Info
1

1

5時間で修了

Neural Networks for Sentiment Analysis

5時間で修了
9件のビデオ (合計35分), 3 学習用教材, 1 個のテスト
9件のビデオ
Neural Networks for Sentiment Analysis3 分
Trax: Neural Networks2 分
Why we recommend Trax13 分
Trax: Layers3 分
Dense and ReLU Layers1 分
Serial Layer1 分
Other Layers 3 分
Training2 分
3件の学習用教材
Connect with your mentors and fellow learners on Slack!10 分
Reading: (Optional) Trax and JAX, docs and code15 分
How to Refresh your Workspace10 分
2

2

5時間で修了

Recurrent Neural Networks for Language Modeling

5時間で修了
8件のビデオ (合計27分)
8件のビデオ
Recurrent Neural Networks4 分
Applications of RNNs3 分
Math in Simple RNNs3 分
Cost Function for RNNs1 分
Implementation Note 2 分
Gated Recurrent Units4 分
Deep and Bi-directional RNNs 3 分
3

3

4時間で修了

LSTMs and Named Entity Recognition

4時間で修了
6件のビデオ (合計24分), 3 学習用教材, 1 個のテスト
6件のビデオ
Introduction to LSTMs4 分
LSTM Architecture3 分
Introduction to Named Entity Recognition3 分
Training NERs: Data Processing 4 分
Computing Accuracy1 分
3件の学習用教材
(Optional) Intro to optimization in deep learning: Gradient Descent10 分
(Optional) Understanding LSTMs10 分
Long Short-Term Memory (Deep Learning Specialization C5)10 分
4

4

5時間で修了

Siamese Networks

5時間で修了
8件のビデオ (合計33分), 1 学習用教材, 1 個のテスト
8件のビデオ
Architecture3 分
Cost Function3 分
Triplets6 分
Computing The Cost I5 分
Computing The Cost II6 分
One Shot Learning2 分
Training / Testing3 分
1件の学習用教材
Acknowledgments10 分

レビュー

NATURAL LANGUAGE PROCESSING WITH SEQUENCE MODELS からの人気レビュー

すべてのレビューを見る

自然言語処理専門講座について

自然言語処理

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。