सैमसंग का नया मुफ्त ऑनलाइन तंत्रिका नेटवर्क पाठ विश्लेषण पाठ्यक्रम

हम आदतन इंटरनेट खोज का उपयोग करते हैं, चैट बॉट्स के साथ संवाद करते हैं, अनुवादकों के लिए किसी भी भाषा में दस्तावेज़ पढ़ते हैं। रोबोट वैक्यूम क्लीनर को अपनी आवाज के साथ सफाई शुरू करने के लिए कहें? कुछ खास नहीं ... कई लोगों के लिए, स्मार्टफोन पर वॉयस असिस्टेंट रोजमर्रा की जिंदगी में चले गए। भविष्य, जिसमें कंप्यूटर, फुटबॉल के बारे में एक विवादास्पद नोट पढ़ रहा है, मौसम की खबरों के स्वर को तदनुसार बदलता है, पहले ही आ चुका है।

यह सब कैसे काम करता है? एनएलपी में विशेषज्ञ कैसे बनें (प्राकृतिक भाषा प्रसंस्करण के लिए खड़ा है, इसे न्यूरो-भाषाई प्रोग्रामिंग के साथ भ्रमित न करें :))?

वे खब्रोवस्क निवासी जो इस तरह के सवाल पूछ रहे हैं, हम आपको हाल ही में खोले गए ऑनलाइन कोर्स सैमसंग रिसर्च रूस में आमंत्रित करते हैं। बिल्ली के विवरण के तहत ...

पाठ्यक्रम के लेखक "तंत्रिका नेटवर्क और पाठ प्रसंस्करण"

इस वर्ष के जून में, हमने अपने पहले ऑनलाइन पाठ्यक्रम " न्यूरल नेटवर्क्स एंड कंप्यूटर विजन " के लॉन्च के बारे में लिखा । यह सफल हुआ: पहले से ही 20 हजार से अधिक श्रोताओं, उत्कृष्ट समीक्षाएं हैं और हमें सितंबर में "सर्वश्रेष्ठ लेखकों से सर्वश्रेष्ठ पाठ्यक्रम" नामांकन में स्टेपिक पुरस्कार भी मिले थे!



पहले साल की शुरुआत के 5 महीने बीत चुके हैं, और हम बेकार नहीं थे! अनुभव प्राप्त करने और सहकर्मियों की सफलता से प्रेरित होकर, लेखकों की एक और टीम - मास्को में सैमसंग सेंटर फॉर आर्टिफिशियल इंटेलिजेंस के डेवलपर्स, मशीन लर्निंग विशेषज्ञ रोमन सुवोरोव, अनास्तासिया यानिना और एलेक्सी सिल्वेस्ट्रोव, निकोलाई कपिरिन के निरंतर संपादकीय समर्थन के साथ, काम की विशाल मात्रा में महारत हासिल की, और 15 अक्टूबर को चैनल पर "। सैमसंग रिसर्च रूस ओपन एजुकेशन »स्टेपिक प्लेटफॉर्म ने दूसरा कोर्स लॉन्च किया -" न्यूरल नेटवर्क और वर्ड प्रोसेसिंग । "

पाठ्यक्रम 7 सप्ताह के लिए डिज़ाइन किया गया है। यदि आप सप्ताह में औसतन 3-5 घंटे बिताते हैं, तो वीडियो लेक्चर देखते हुए, सवालों के जवाब देते हुए और व्यावहारिक कार्यों को पूरा करते हुए, आप समझेंगे कि आधुनिक खोज इंजन, चैट बॉट और टेक्स्ट जनरेटर के हुड के नीचे क्या है। टीम ने यह सुनिश्चित करने के लिए बहुत प्रयास किए कि, केवल एक कोर्स पास करने के बाद, छात्र आत्मविश्वास से एक जूनियर डेवलपर या किसी तकनीकी विशेषज्ञ के स्तर पर प्रौद्योगिकियों को नेविगेट कर सकें, जिनके पास एनएलपी के साथ काम करने का कोई विशिष्ट अनुभव नहीं है, लेकिन अब इससे निपटना होगा।

तो हमारे पाठ्यक्रम के विशिष्ट लाभ क्या हैं?

• इसे सैमसंग सेंटर फॉर आर्टिफिशियल इंटेलिजेंस द्वारा विकसित किया गया था, जो इस क्षेत्र में वाणिज्यिक परियोजनाओं का सामान अपने पीछे रखते हैं
  
• एक सिद्धांत और अभ्यास है - आप देखेंगे कि PyTorch पर टेक्स्ट प्रोसेसिंग के लिए न्यूरल नेटवर्क कैसे बनाया जाता है, सबसे अधिक प्रासंगिक आर्किटेक्चर लागू करें और उन्हें अपनी आवश्यकताओं के अनुकूल बनाने का तरीका जानें।
  
• जैसा कि कंप्यूटर विज़न में पहले वर्ष में, सबसे अच्छे स्नातकों को सैमसंग रिसर्च रूस में साक्षात्कार के लिए आमंत्रित किया जाता है!
  

नीचे दिए गए इन्फोग्राफिक में, हमने नए पाठ्यक्रम की सामग्री और वर्तमान मात्रात्मक विशेषताओं को संक्षेप में दर्शाया है:

पाठ्यक्रम के स्नातक प्रमाणपत्र प्राप्त करते हैं। इस मामले में, दो विकल्प संभव हैं:

• एक साधारण प्रमाण पत्र, जिसके लिए आप पाठ्यक्रम के मुख्य भाग में सभी समस्याओं को हल करके स्कोर कर सकते हैं;
  
• सम्मान के साथ प्रमाण पत्र: इसके लिए आपको उच्चतम स्कोर के लिए सभी समस्याओं को हल करने की आवश्यकता होगी, पाठ्यक्रम के सैद्धांतिक पटरियों के माध्यम से जाएं (वहां कार्य समान हैं जो साक्षात्कार में कर्मचारियों के लिए निर्धारित हैं) और कागले में अंतिम समस्या को हल करें।
  

शिक्षकों और पाठ्यक्रम डेवलपर्स

पाठ्यक्रम कार्यक्रम

1. परिचय

इस मॉड्यूल में, पहली सन्निकटन के रूप में, हम सीखते हैं कि मशीन लर्निंग का टेक्स्ट प्रोसेसिंग साधन क्या है, आज कौन सी कठिनाइयाँ हैं और भाषाविज्ञान के कौन से कार्य आज केवल मशीन लर्निंग के तरीकों से हल किए जा सकते हैं।

1. सभी को नमस्कार! हमें अपने बारे में बताएं!
   
2. सामान्य शब्दों में: प्राकृतिक भाषा और पाठ
   
3. प्राकृतिक भाषा प्रसंस्करण की विशेषताएं
   
4. सामान्य में: भाषाई विश्लेषण
   
5. सामान्य तौर पर: सुविधा निष्कर्षण
   
6. एप्लाइड वर्ड प्रोसेसिंग कार्य और योग
   

2. वेक्टर पाठ मॉडल और लंबे ग्रंथों का वर्गीकरण

गणित शुरू होता है। विरल वेक्टर मॉडल, टोकन, आपसी जानकारी ... यह सब क्या है? हम एक बहुआयामी और बहुआयामी संरचना का अनुवाद करने के तरीकों से गुजरेंगे, जो पाठ में निहित है - संख्या में ताकि एमएल-एल्गोरिदम अपना काम शुरू कर सकें।

1. वेक्टर टेक्स्ट मॉडल और TF-IDF
   
2. पाठ के साथ काम करने के लिए एक तंत्रिका नेटवर्क बनाएं
   
3. सैद्धांतिक उद्देश्य: वेक्टर पाठ मॉडल
   
4. कार्यशाला: समाचार ग्रंथों का वर्गीकरण
   

3. मूल तंत्रिका नेटवर्क ग्रंथों के साथ काम करने के तरीके

क्या हम पूरी तरह से जुड़े तंत्रिका नेटवर्क का उपयोग करते हैं? ऑपरेशन "ग्रंथों पर दृढ़ विश्वास" क्या है? यह मैट्रिस के लिए एक ऑपरेशन लगता है? उत्तर इस मॉड्यूल में हैं, जहां हम पाठ के अर्थ के साथ काम करने के लिए तंत्रिका नेटवर्क को सिखाने के पहले सफल प्रयासों का अध्ययन करेंगे।

1. तंत्रिका नेटवर्क का उपयोग कर ग्रंथों के साथ काम करने के लिए सामान्य एल्गोरिथ्म
   
2. वितरण शब्दार्थ और शब्दों का सदिश निरूपण
   
3. कार्यशाला: पायटेक में फूड रेसिपी और वर्ड 2 वीईसी
   
4. सैद्धांतिक प्रश्न: तंत्रिका नेटवर्क द्वारा पाठ प्रसंस्करण के मूल सिद्धांत
   
5. शब्द प्रसंस्करण के लिए मुख्य प्रकार के तंत्रिका नेटवर्क मॉडल
   
6. शब्द संसाधन के लिए संवैधानिक तंत्रिका नेटवर्क
   
7. कार्यशाला: संवेदी तंत्रिका नेटवर्क के साथ पीओएस टैगिंग
   
8. सैद्धांतिक प्रश्न: शब्द संसाधन में संवैधानिक तंत्रिका नेटवर्क
   

4. भाषा मॉडल और पाठ पीढ़ी

तंत्रिका नेटवर्क में गहरा गोता लगाएँ। पाठ किसी भी लंबाई का हो सकता है, लेकिन केवल आवर्तक तंत्रिका नेटवर्क एल्गोरिदम को विशेष चाल के बिना पाठ उत्पन्न करने की अनुमति देता है। हमने नेटवर्क को पढ़ने के लिए सिखाने की कोशिश की, अब हम इसे रचना करने का अवसर देंगे।

1. आवर्तक तंत्रिका नेटवर्क
   
2. भाषा मॉडलिंग
   
3. कार्यशाला: आरएनएन का उपयोग करते हुए नाम और नारे लगाना
   
4. एकत्रीकरण ध्यान तंत्र
   
5. ट्रांसफार्मर और आत्म-ध्यान
   
6. वर्कशॉप: ट्रांसफॉर्मर का उपयोग करके एक भाषा की मॉडलिंग करना
   
7. सैद्धांतिक मुद्दे: भाषा मॉडल और ट्रांसफॉर्मर
   

5. अनुक्रमों का रूपांतरण: 1-टू -1 और एन-टू-एम

लेकिन क्या होगा यदि इनपुट पाठ है, और आउटपुट को पाठ की आवश्यकता है? यह अनुवादक के लिए एक नौकरी है, जिसे, जैसा कि हम जानते हैं, संदर्भ सबसे महत्वपूर्ण है। यदि आपको पाठ के एक सरणी को दूसरे में या कई में अनुवाद करना होगा, तो यह मॉड्यूल आपको वह सब कुछ देगा जो आपको चाहिए!

1. लघु ग्रंथों की समतल संरचना को पहचानना
   
2. कार्यशाला: पकाने की विधि मान्यता
   
3. कार्यशाला: पहलू भावना विश्लेषण एनईआर के रूप में
   
4. अनुक्रम रूपांतरण (seq2seq)
   
5. कार्यशाला: ढेर अतिप्रवाह के साथ कोड के टुकड़े उत्पन्न करना
   
6. सैद्धांतिक प्रश्न
   

6. स्थानांतरण सीखने, मॉडल अनुकूलन

क्या आपके पास एक महान परियोजना है लेकिन कोई सुपर हीरो कंप्यूटिंग संसाधन नहीं है? फिर एक तैयार तंत्रिका नेटवर्क लें और अपनी विशेष समस्या को हल करने के लिए इसे प्रशिक्षित करें! आपको प्रशिक्षण के कुछ नाम और कुछ गुर जानने की आवश्यकता है, और यह बिंदु टोपी में है।

1. प्रासंगिक प्रतिनिधित्व और ज्ञान हस्तांतरण
   
2. वर्कशॉप: पाइटर-ट्रांसफॉर्मर या BERT को कैसे चलाना है
   
3. कार्यशाला: प्रश्न और उत्तर खोज के लिए BERT
   
4. सैद्धांतिक प्रश्न
   

7. कागल और समापन पर अंतिम प्रतियोगिता

कर्सर को "प्रशिक्षण प्रारंभ करें" बटन पर ले जाकर, आप पहले से ही देखते हैं कि छद्म वर्णों की बहुआयामी श्रृंखला कैसे प्रकट होती है और मशीन का ध्यान अवधारणाओं के बीच बहता है? फिर अपने आप को हमारी अंतिम प्रतियोगिता में दिखाएं!

1. और क्या पढ़ना है, कैसे विकास करना है
   
2. कागल प्रतियोगिता: समस्या और बुनियादी समाधान का अवलोकन
   

छात्र की आवश्यकताएं

कोर्स उन छात्रों के लिए बनाया गया है जो मशीन लर्निंग के क्षेत्र में थोड़े निपुण हैं।

कोर्स शुरू करने के लिए आपको क्या चाहिए?

1. तंत्रिका नेटवर्क का बुनियादी ज्ञान है
2. गणितीय आँकड़ों के क्षेत्र में बुनियादी ज्ञान हो
3. अजगर में कार्यक्रम के लिए तैयार रहें

हम कह सकते हैं कि कोर्स " न्यूरल नेटवर्क्स एंड टेक्स्ट प्रोसेसिंग " कंप्यूटर विज़न में पहले कोर्स की निरंतरता है, क्योंकि यह तंत्रिका नेटवर्क पर ज्ञान के बुनियादी स्तर पर निर्भर करता है जो हमने पहले ही दिया है।

शायद आप पहले से ही एनएलपी के बारे में कुछ जानते हैं - यह केवल पाठ संपादन के बारे में नहीं है; चैट बॉट बनाना, टेक्स्ट को रिट्वीट करना, भावनाओं को वर्गीकृत करना, विकिपीडिया के सवालों के जवाब देना सरल कार्य हैं जिनके लिए अब शोध की आवश्यकता नहीं है। इस कार्य को पूरा करने के बाद ये कार्य आपके लिए उपलब्ध हो जाएंगे। लेकिन, सबसे महत्वपूर्ण बात, हम आपको आधुनिक एनएलपी की दुनिया में सही सवाल पूछना सिखाएंगे, और क्या आप स्वयं या बाहरी तंत्रिका नेटवर्क के जवाब पाएंगे - क्या कोई अंतर है। आगे क्या है? यह आप पर निर्भर है।

क्या आप हमारे साथ हैं?

फिर ऑनलाइन पाठ्यक्रम में आपका स्वागत है !