NLP / Natural Language Processing

Для кого этот курс?

Для дата-сайентистов, аналитиков данных и специалистов по машинному обучению. 

Что такое Natural Language Processing? Natural Language Processing (NLP, обработка естественного языка)– это направление, которое объединяет в себе лингвистику, компьютерные науки и искусственный интеллект. NLP применяет алгоритмы машинного обучения для анализа естественных языков, ResNet и EfficientNet, до самых современных Vision Transformers, таких как MViT

Необходимые знания:

• базовое знакомство с Python
• базовые знания линейной алгебры, математического анализа, математической статистики
• базовые навыки работы с ML (pandas, sklearn, линейная регрессия, логистическая регрессия)

Что даст вам этот курс?

Знаний, которые дают ML/DL курсы, часто оказывается недостаточно, чтобы стать специалистом в области NLP. Data Scientist'ам, которые решили заняться методами, связанными с автоматической обработкой текстов, необходимы дополнительные знания из этой области.

Данный курс представляет собой уникальное сочетание глубоких знаний из области NLP и "повседневных" практических навыков. С одной стороны, программа курса по наполненности и изучаемым темам ничуть не уступает аналогичным вузовскими курсам. С другой стороны, в курсе, помимо теоретичечских знаний, особое внимание уделяется практическим навыкам. 

После завершения курса вы сможете:

• работать с текстовыми данными
• парсить, собирать данные с сайтов из интернета
• создавать телеграм-ботов
• применять методы классического NLP для решения ML задач, связанных с текстами
• работать с нейросетевыми моделями архитектуры трансформер
• применять модели архитектуры трансформер для широкого спектра NLP задач
• решать задачу распознавания именованных сущностей
• создавать вопросно-ответные системы

На курсе изучаются современные подходы и модели, которые на данный момент являются стандартом в области, но еще не успели войти в большинство программ, так как были предложены совсем недавно. Стоит отметить, что на курсе делается акцент на особенностях работы с русскоязычными моделями и данными на русском языке.

Программа

• Python для работы с текстами
• Введение в DL
• Классические методы NLP
• Нейросетевые языковые модели
• Практические методы применения LLM и фундаментальных моделей
• Дополнительные главы NLP
• Проектный модуль