Acerca de este Curso

342,128 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 24 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

Habilidades que obtendrás

Word2vecParts-of-Speech TaggingN-gram Language ModelsAutocorrect
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 24 horas para completar
Inglés (English)
Subtítulos: Inglés (English)

ofrecido por

Logotipo de deeplearning.ai

deeplearning.ai

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

6 horas para completar

Autocorrect

6 horas para completar
9 videos (Total 27 minutos), 2 lecturas, 1 cuestionario
9 videos
Overview1m
Autocorrect2m
Building the model3m
Building the model II2m
Minimum edit distance2m
Minimum edit distance algorithm5m
Minimum edit distance algorithm II3m
Minimum edit distance algorithm III2m
2 lecturas
Connec10m
How to Refresh your Workspace10m
Semana
2

Semana 2

4 horas para completar

Part of Speech Tagging and Hidden Markov Models

4 horas para completar
11 videos (Total 38 minutos)
11 videos
Markov Chains3m
Markov Chains and POS Tags4m
Hidden Markov Models3m
Calculating Probabilities3m
Populating the Transition Matrix4m
Populating the Emission Matrix2m
The Viterbi Algorithm3m
Viterbi: Initialization2m
Viterbi: Forward Pass2m
Viterbi: Backward Pass5m
Semana
3

Semana 3

7 horas para completar

Autocomplete and Language Models

7 horas para completar
9 videos (Total 50 minutos)
9 videos
N-grams and Probabilities7m
Sequence Probabilities5m
Starting and Ending Sentences8m
The N-gram Language Model6m
Language Model Evaluation6m
Out of Vocabulary Words4m
Smoothing6m
Week Summary1m
Semana
4

Semana 4

7 horas para completar

Word embeddings with neural networks

7 horas para completar
20 videos (Total 65 minutos), 1 lectura, 1 cuestionario
20 videos
Basic Word Representations3m
Word Embeddings3m
How to Create Word Embeddings3m
Word Embedding Methods3m
Continuous Bag-of-Words Model3m
Cleaning and Tokenization4m
Sliding Window of Words in Python3m
Transforming Words into Vectors2m
Architecture of the CBOW Model3m
Architecture of the CBOW Model: Dimensions3m
Architecture of the CBOW Model: Dimensions 22m
Architecture of the CBOW Model: Activation Functions4m
Training a CBOW Model: Cost Function4m
Training a CBOW Model: Forward Propagation3m
Training a CBOW Model: Backpropagation and Gradient Descent4m
Extracting Word Embedding Vectors2m
Evaluating Word Embeddings: Intrinsic Evaluation3m
Evaluating Word Embeddings: Extrinsic Evaluation2m
Conclusion2m
1 lectura
Acknowledgments10m

Revisiones

Principales revisiones sobre NATURAL LANGUAGE PROCESSING WITH PROBABILISTIC MODELS

Ver todos los comentarios

Acerca de Programa especializado: Procesamiento de lenguajes naturales

Natural Language Processing (NLP) uses algorithms to understand and manipulate human language. This technology is one of the most broadly applied areas of machine learning. As AI continues to expand, so will the demand for professionals skilled at building models that analyze speech and language, uncover contextual patterns, and produce insights from text and audio. By the end of this Specialization, you will be ready to design NLP applications that perform question-answering and sentiment analysis, create tools to translate languages and summarize text, and even build chatbots. These and other NLP applications are going to be at the forefront of the coming transformation to an AI-powered future. This Specialization is designed and taught by two experts in NLP, machine learning, and deep learning. Younes Bensouda Mourri is an Instructor of AI at Stanford University who also helped build the Deep Learning Specialization. Łukasz Kaiser is a Staff Research Scientist at Google Brain and the co-author of Tensorflow, the Tensor2Tensor and Trax libraries, and the Transformer paper....
Procesamiento de lenguajes naturales

Preguntas Frecuentes

  • El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:

    • es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
    • Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
  • Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.

  • Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

  • Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.

  • Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.