Impara a usare la modellazione RNN in Python

In questo corso imparerai a usare le reti neurali ricorrenti per classificare il testo (binario e multiclasse), creare frasi e tradurre frasi dal portoghese all'inglese.

I modelli di apprendimento automatico si basano su valori numerici per fare previsioni e classificazioni, ma come fanno i computer a gestire i dati testuali? Con l'enorme aumento dei dati testuali disponibili, sono possibili applicazioni come la classificazione automatica dei documenti, la generazione di testi e la traduzione automatica neurale. Qui scoprirai come le RNN nell'apprendimento automatico possono aiutarti in questo processo.

Scopri la potenza delle reti neurali ricorrenti

Inizierai questo corso di quattro ore dando un'occhiata alle basi delle reti neurali ricorrenti. Esplorando come le informazioni passano attraverso una rete neurale ricorrente, userai un modello RNN Keras per classificare il sentiment.

Mentre dai un'occhiata più da vicino all'architettura RNN, scoprirai i problemi di gradiente che si riduce o esplode e come integrare i livelli in un modello linguistico.

Scopri i modelli linguistici con dati reali

Partendo da queste conoscenze, scoprirai come preparare i dati per un compito di classificazione multi-classe, vedendo come questi compiti sono diversi dalla classificazione binaria.

Infine, imparerai come usare i modelli RNN per la generazione di testi e la traduzione automatica neurale. Userai quello che sai sulle reti neurali ricorrenti per imitare il modo di parlare di Sheldon da The Big Bang Theory e per tradurre frasi dal portoghese all'inglese.

Questo corso ti dà un'idea approfondita delle RNN nel machine learning, aiutandoti a capire come migliorare le tue abilità in questo campo.

Classificazione del sentiment: ripasso

Create Your Free Account