Découvrez comment utiliser la modélisation RNN dans Python

Dans ce cours, vous apprendrez à utiliser les réseaux neuronaux récurrents pour classer du texte (binaire et multiclasses), générer des phrases et traduire des phrases portugaises en anglais.

Les modèles d'apprentissage automatique s'appuient sur des valeurs numériques pour établir des prévisions et des classifications, mais comment les ordinateurs peuvent-ils traiter les données textuelles ? Grâce à l'augmentation considérable des données textuelles disponibles, des applications telles que la classification automatique de documents, la génération de texte et la traduction automatique neuronale sont désormais possibles. Vous découvrirez ici comment les RNN utilisées dans l'apprentissage automatique peuvent faciliter ce processus.

Découvrez la puissance des réseaux neuronaux récurrents

Vous commencerez ce cours de quatre heures en étudiant les principes fondamentaux des réseaux neuronaux récurrents. En explorant la manière dont les informations circulent dans un réseau neuronal récurrent, vous utiliserez un modèle RNN Keras pour effectuer une classification des sentiments.

En examinant plus en détail l'architecture RNN, vous découvrirez les problèmes de gradient décroissant et explosif, ainsi que la manière d'intégrer des couches dans un modèle linguistique.

Découvrez les modèles linguistiques à l'aide de données réelles

En vous appuyant sur ces connaissances, vous découvrirez comment préparer des données pour une tâche de classification multi-classes, en explorant les différences entre ces tâches et la classification binaire.

Enfin, vous apprendrez à utiliser les modèles RNN pour la génération de texte et la traduction automatique neuronale. Vous utiliserez vos connaissances en réseaux neuronaux récurrents pour reproduire la voix de Sheldon dans The Big Bang Theory et traduire des phrases portugaises en anglais.

Ce cours offre un aperçu approfondi des RNN dans le domaine de l'apprentissage automatique, vous permettant d'acquérir les connaissances nécessaires pour développer vos compétences dans ce domaine.

Introduction aux RNN dans Keras

Create Your Free Account