NLP de 0 a especialista - Nivel 2

Para que las redes neuronales pre-entrenadas trabajen bien con tus datos, es necesario el ajuste fino. Entiende estos conceptos, así como también la estrategía óptima (desfreezado de capas) para que tu red no se olvide lo aprendido (“catastrophic forgetting”).

#NLP #Python #Deep Learning #Data Science #Hugging Face

badge-videos
20
Lecciones
badge-timer
3
Horas
badge-code
8
Ejercicios
badge-school
Alumnos
badge-xp
XP
Python
keras
fast ai
huggin face

Descripción Del Curso

Hay miles de modelos distintos, y su evolución es vertiginosa; pero ¿cuáles son los puntos en los que hay que prestar atención para poder comprender NLP? Año tras año, se vence el estado del arte en cuanto a esta rama de la IA; con este curso estarás al día y entenderás las problemáticas que el mundo del research resuelve, pudiendo ganar la capacidad de modificar tus propios modelos.

Este curso te prepara para poder entender y utilizar los avances de NLP, antes de que sean populares, entendiendo cómo intervienen los jugadores claves de la industria HugginFace, OpenAI, Google. 

Verás los frameworks Keras y fastai, basados en tensorflow y pytorch respectivamente.

El módulo “Transformes” es dictado por investigadores de HuggingFace, y uno de los autores del libro “Natural Language Processing with Transformes” Lewis Tunstall.

Abarca aspectos teóricos y con práctica en Python de: 

Word2Vec (gensim) > FastText / GloVe > Modelos de Lenguaje (Keras) > ULMFiT (fastai) > ELMo / BERT > GPT-3 (openai) > Transformers (HuggingFace)

El 95% de los ejercicios están hechos con textos en español!

Al finalizar habrás aprendido:

✔ Cómo utilizar la transferencia de aprendizaje y el ajuste fino

✔ Principales librerías, modelos, arquitecturas líderes en NLP

✔ Utilizar Transformers

Las prácticas incluyen:

  • Detector de mensajes de SPAM

Para que las redes neuronales pre-entrenadas trabajen bien con tus datos, es necesario el ajuste fino. Entiende estos conceptos así como también la estrategía óptima (desfreezado de capas) para que tu red no se olvide lo aprendido (“catastrophic forgetting”).

Crea un clasificador de sentimiento, reutilizando un modelo de lenguaje y entendiendo conceptos técnicos como es la política de entrenamiento de 1-ciclo (1-cycle), la tasa de aprendizaje cíclica (cyclical learning rate) entre otros, descubiertas por fastai.

Entiende al detalle el proceso por el cual una red neuronal aprende, a través de la modificación de la tasa de aprendizaje y las implicaciones de usar distintos valores.

Estar en lo último de NLP implica en algunos casos leer investigaciones científicas, conocidas como “papers”. En este curso aprenderás tips para leer papers y abordaremos uno muy importante de fastai. Esto te ayudará a estar al día antes de que salga en las noticias.

Se cubren aspectos sobre el uso de productos en la nube de NLP como HuggingFace, OpenAI, Amazon, cómo son sus esquemas de precios y cuál es la relación respecto a los proyectos hechos desde cero.

NLP de 0 a especialista - Nivel 2

Contenido

#
1

1

#
2

2

Preguntas frecuentes

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Venenatis nec nisi ornare.

¿El curso es para mi? 🤔

arrow

¿R ó Python? 🤔

arrow

¿Cuál es la relación con “NLP: de 0 a especialista - Nivel 1”?

arrow

¿Qué librerías de Python voy a ver? 🧰

arrow

¿Cómo es la modalidad?

arrow

¿Incluye soporte? 🆘

arrow

¿Cuánto tiempo tendré acceso al curso?

arrow

¿Cuánto dura el curso? ⏰

arrow

¿Qué me puedo descargar? 🎁

arrow

¿Hay memes?

arrow

Todavía tengo dudas si el curso es para mi” 😰

arrow

Testimonios

No hay elementos para mostrar

Instructor del Curso

Pablo Casas
quien enseña en Edvai

Pablo Casas

Creador de la Escuela de Datos Vivos. Ingeniero en Sistemas UTN. Se dedica al mundo de datos desde 2007 y es Data Scientist hace más de 10 años; 1er Data Scientist en Auth0 en su etapa startup. Dictó clases en UTN y UBA. Divulgador y referente de IA en Argentina, dicta charlas en instituciones educativas y sector privado de más de 8 países.Participó en TEDxUTN. Escribió un libro gratuito en español (“Libro vivo de Ciencia de Datos” y en inglés, premiado por RStudio). Creador de librerías opensource en Python y R.
Perfil de Linkedin
social-linkedin
Utilizamos cookies en este sitio web para mejorar tu experiencia de usuario.
Al hacer click en el botón "Aceptar" o en cualquier enlace de este sitio web nos estás dando tu consentimiento para su uso.
Aceptar