Lerne, wie man RNN-Modellierung in Python nutzt

In diesem Kurs lernst du, wie du mit Hilfe von rekurrenten neuronalen Netzen Texte klassifizieren (binär und multiklassisch), Phrasen generieren und portugiesische Sätze ins Englische übersetzen kannst.

Machine-Learning-Modelle nutzen Zahlen, um Vorhersagen und Klassifizierungen zu machen, aber wie können Computer mit Textdaten umgehen? Mit der riesigen Menge an verfügbaren Textdaten sind jetzt Sachen wie automatische Dokumentklassifizierung, Textgenerierung und maschinelle Übersetzung mit künstlicher Intelligenz möglich. Hier erfährst du, wie RNNs im maschinellen Lernen dabei helfen können.

Entdecke die Power von rekurrenten neuronalen Netzen

In diesem vierstündigen Kurs lernst du erst mal die Grundlagen von Recurrent Neural Networks kennen. Du schaust dir an, wie Infos durch ein rekurrentes neuronales Netzwerk fließen, und verwendest ein Keras-RNN-Modell, um eine Sentiment-Klassifizierung durchzuführen.

Wenn du dich näher mit der RNN-Architektur beschäftigst, lernst du mehr über Probleme mit verschwindenden und explodierenden Gradienten und wie man Schichten in ein Sprachmodell einbettet.

Entdecke Sprachmodelle mit echten Daten

Mit diesem Wissen wirst du lernen, wie du Daten für eine Klassifizierungsaufgabe mit mehreren Klassen vorbereiten kannst, und dabei entdecken, wie sich diese Aufgaben von der binären Klassifizierung unterscheiden.

Zum Schluss lernst du, wie du RNN-Modelle für die Textgenerierung und neuronale maschinelle Übersetzung einsetzen kannst. Du wirst dein Wissen über rekurrenten neuronalen Netzen nutzen, um die Sprache von Sheldon aus „The Big Bang Theory“ nachzumachen und portugiesische Sätze ins Englische zu übersetzen.

Dieser Kurs gibt dir einen tiefen Einblick in RNNs im maschinellen Lernen und hilft dir dabei, deine Fähigkeiten in diesem Bereich auszubauen.

Die Funktion zum Erstellen von Texten

Create Your Free Account