Lär dig hur du använder RNN-modellering i Python

I den här kursen lär du dig hur du använder Recurrent Neural Networks för att klassificera text (både binär och flervalsklassificering), generera fraser och översätta portugisiska meningar till engelska.

Maskininlärningsmodeller bygger på numeriska värden för att göra förutsägelser och klassificeringar, men hur kan datorer hantera textdata? Med den enorma ökningen av tillgänglig textdata är det nu möjligt med applikationer som automatisk dokumentklassificering, textgenerering och neurala maskinöversättningar. Här får du lära dig hur RNN:er inom machine learning kan hjälpa till med denna process.

Upptäck kraften hos rekurrenta neurala nätverk

Du börjar den här fyra timmar långa kursen med att titta på grunderna i Recurrent Neural Networks. Genom att utforska hur information flödar genom ett återkommande neuralt nätverk kommer du att använda en Keras RNN-modell för att utföra sentimentklassificering.

När du går igenom RNN-arkitektur mer ingående kommer du att lära dig om problem med försvinnande och exploderande gradienter samt hur du lägger in lager i en språkmodell.

Utforska språkmodeller med verkliga data

Med den här kunskapen i bagaget får du lära dig hur du kan förbereda data för en multi-class classification-uppgift och utforska hur dessa uppgifter skiljer sig från binary classification.

Slutligen kommer du att lära dig hur du använder RNN-modeller för textgenerering och neural maskinöversättning. Du kommer att använda dina kunskaper om återkommande neurala nätverk för att återskapa Sheldons tal från The Big Bang Theory och för att översätta portugisiska fraser till engelska.

Den här kursen ger dig en djupgående förståelse för RNN:er inom machine learning och hjälper dig att utveckla dina färdigheter inom området.

Grattis!

Create Your Free Account