Aprende técnicas de procesamiento de texto

Te sumergirás en los principios fundamentales del procesamiento de textos y aprenderás a preprocesar y codificar datos de texto para modelos de aprendizaje profundo. Explorarás técnicas como la tokenización, el stemming, la lematización y métodos de codificación como la codificación one-hot, Bag-of-Words y TF-IDF, utilizándolos con redes neuronales convolucionales (CNN) y redes neuronales recurrentes (RNN) para la clasificación de textos.

Da rienda suelta a tu creatividad con la generación de texto y las RNN

El viaje continúa mientras aprendes cómo las redes neuronales recurrentes (RNN) permiten la generación de texto y exploras el fascinante mundo de las redes generativas adversarias (GAN) para la generación de texto. Además, descubrirás modelos preentrenados que pueden generar texto con fluidez y creatividad.

Crea modelos potentes para la clasificación de textos

Por último, profundizarás en temas avanzados del aprendizaje profundo para texto, incluidas las técnicas de aprendizaje por transferencia para la clasificación de texto y el aprovechamiento del poder de los modelos preentrenados. Aprenderás sobre la arquitectura Transformer y el mecanismo de atención, y comprenderás su aplicación en el procesamiento de texto. Al finalizar este curso, habrás adquirido experiencia práctica y las habilidades necesarias para manejar datos de texto complejos y crear potentes modelos de aprendizaje profundo.

Categorizar tareas de clasificación de texto

Deep Learning para texto con PyTorch

ejercicio interactivo práctico