Här är en lista över NLP-kurser och -inriktningar som hjälper dig att komma igång med din naturliga språkbearbetningsresa!
Natural Language Processing (NLP) ligger i skärningspunkten mellan datavetenskap och beräkningslingvistik. Från sentimentanalys av kundrecensioner för att driva marknadsföringsbeslut till maskinöversättning och chatbots, NLP driver alla sektorer.
Om du har erfarenhet av att bygga modeller för maskininlärning kan du lägga till NLP i din verktygslåda för att lösa olika problem: textsammanfattning, frågesvar, generering av naturligt språk och mer.
Vi kommer att titta på de breda kompetenskraven för NLP-roller och sedan gå vidare till den utvalda listan med resurser för att komma igång med naturlig språkbehandling.
Innehållsförteckning
NLP-karriärvägar: NLP-ingenjör, NLP-utvecklare och mer
Framsteg inom forskningen har drivit på utvecklingen av moderna NLP-tekniker. Med en genomsnittlig lön på över 117 000 USD har NLP-ingenjörs- och utvecklarroller nyligen blivit populära.
Kompetensuppsättningen är mångsidig, från datainsamling för nedströms NLP-uppgifter och praktisk kunskap om lingvistiska koncept, såsom beroendeanalys och POS-taggning, till praktisk kunskap om transformatormodeller.
För att komma in i NLP krävs kunskaper i programmering och maskininlärning. Du bör också ha erfarenhet av ramverk för djupinlärning som PyTorch och TensorFlow och NLP-bibliotek som spaCy och HuggingFace.
Natural Language Processing (NLP) kurser
Låt oss sedan gå igenom några av de bästa kurserna som finns tillgängliga på populära lärplattformar. Vi anger också vilka förutsättningar du behöver för att få ut så mycket som möjligt av dessa kurser. 👩🏫
CS224n: NLP med Deep Learning
Undervisad av prof. Chris Manning, CS224n: NLP med djupinlärning, som erbjuds på Stanford, är en av de bästa kurserna för att lära sig naturlig språkbehandling. Föreläsningarna finns tillgängliga på YouTube, och föreläsningsanteckningarna och övningsanteckningsböckerna – från nuvarande och tidigare utbud – är fritt tillgängliga på kursens webbplats.
📋 Förutsättningar
- Python programmering
- Matematik: Statistik, sannolikhet, kalkyl, linjär algebra
- Maskininlärning grunder
Detta är en terminslång kurs som täcker en bred bredd av NLP-ämnen:
- Ordvektorer
- Återkommande neurala nätverk
- Uppmärksamhet och underordsmodeller
- Transformatorer och applikationer
💲 Prissättning: Gratis ✅
NLP Specialisering: Coursera
Specialiseringen Natural Language Processing från DeepLearning.AI på Coursera är en av de populära lärresurserna. Denna specialisering syftar till att lära ut traditionella NLP-tekniker genom fyra kurser till de senaste framstegen, såsom transformator- och reformermodeller.
📋 Förutsättningar
- Mellanliggande Python
- Maskininlärning och kunskap om ramverk för djupinlärning
- Kalkyl, linjär algebra, statistik
Följande är kurserna inom inriktningen:
Varje kurs inom inriktningen tar över 30 timmar att genomföra och tar några månader att genomföra hela inriktningen.
👩🏽💻 Här är några av projekten du kommer att bygga när du arbetar med den här specialiseringen:
- Text autoslutförande modell
- Fråga Svara med BERT
- Textsammanfattning
- Chatbot som använder reformermodell
NLP i TensorFlow: Coursera
Om du redan är bekant med TensorFlow kan du ta NLP i TensorFlow av DeepLearning.AI på Coursera för att bygga NLP-modeller med TensorFlow.
📋 Förutsättningar
- Python och matematik
- Arbetskännedom om TensorFlow
Kursen omfattar följande:
- Användning av TensorFlow API:er för texttokenisering och förbearbetning
- Ordinbäddningar
- Naturligt språkgenerering
Sekvensmodeller: Coursera
Sekvensmodellkursen av DeepLearning.AI på Coursera i Deep Learning Specialization är utformad för att utrusta eleverna med praktiska kunskaper om NLP under en 4-veckorsperiod.
📋 Förutsättningar
- Pytonorm
- Maskininlärning och linjär algebra
Kursen behandlar sekvensmodeller för NLP med fokus på följande:
- Återkommande neurala nätverk på karaktärsnivå (RNN) för språkmodellering
- Introduktion till uppmärksamhetsmekanism, själv- och multi-head uppmärksamhet
- Använder Hugging Face-transformatorer för att svara på frågor
NLP: Hugging Face
The Hugging Face-teamet släppte en gratis NLP-kurs, som täcker grundläggande till avancerade koncept, med fokus på att arbeta med Hugging Face-ekosystemet.
📋 Förutsättningar
- Kunskaper i Python
- Arbetskunskap om djupinlärning
- Erfarenhet av PyTorch och TensorFlow (nyttigt men inte nödvändigt)
Kursen har 12 kapitel och är uppdelad i tre avsnitt som omfattar följande:
- Använder Hugging Face-transformatorer
- Förstå datamängder och Tokenizers bibliotek
- Avancerade tillämpningar av transformatorer, optimering av modeller för produktion
Du har tillgång till korta videoföreläsningar, textbaserade avsnitt för koncept och colab-anteckningsböcker.
💲 Pris: Gratis 🤗
NLP på Google Cloud: Pluralsight
NLP på Google Cloud introducerar eleverna för att bygga NLP-lösningar med Vertex AI på Google Cloud-plattformen.
Förutsättning: Arbetskunskaper i GCP
Denna kurs introducerar eleverna till följande:
- Textrepresentation
- Arbeta med DialogFlow API
- Bygga neurala nätverk, återkommande neurala nätverk (RNN), Long Short Term Memory (LSTM) nätverk och Gated Recurrent Units (GRUs)
- Använder Vertex AI
- Uppmärksamhetsmekanism och stora språkmodeller
Bygg en NLP-lösning med Azure
Att bygga en NLP-lösning med Microsoft Azure är en projektbaserad kurs i Pluralsight. I den här projektbaserade kursen lär du dig att bygga en NLP-lösning genom att bearbeta tweet-datauppsättningar av kundrecensioner.
📋 Förutsättningar
- Python programmering
- Bekantskap med Azure Portal
De viktigaste uppgifterna du kommer att utföra på vägen inkluderar följande:
- Språkdetektering
- Namngiven enhetserkännande
- Nyckelfrasextraktion
- Sentimentanalys
NLP med PyTorch: Pluralsight
NLP med PyTorch på Pluralsight hjälper dig att komma igång med NLP. Den här kursen täcker inte den nyare transformatorarkitekturen men täcker en hel del mark kring naturlig språkbehandling med PyTorch.
Förutsättning: Kännedom om PyTorch
Denna kurs omfattar följande:
- Återkommande neurala nätverk (RNN)
- Binär och flerklassig textklassificering
- Word vektor inbäddningar
- Sentimentanalys med hjälp av ordvektorer
- Sekvens-till-sekvens-modeller för språköversättning
Bli en NLP-expert: Udacity
Att bli en NLP-expert är den officiella nanograden för naturlig språkbehandling som erbjuds av Udacity’s School of AI. Detta nanoutbildningsprogram hjälper dig att lära dig både traditionella och moderna NLP-tekniker, såsom uppmärksamhet genom att bygga projekt.
📋 Förutsättningar
- Python programmering
- Statistik
- Maskininlärning och djupinlärning
Udacitys program består av videoföreläsningar, kodningsövningar och slutstensprojekt. I den här kursen i naturlig språkbehandling bygger du följande projekt:
- Del av taltaggning (POS-taggning)
- En heltäckande maskinöversättningsmodell
- Taligenkänningsmodell
En kod-första introduktion till NLP
En Code-First Introduction to NLP är en bra kurs av fast.ai om du vill bli bekant med NLP-området. Den här kursen undervisas av Rachel Thomas, och den täcker traditionella och neurala nätverksmetoder för naturlig språkbehandling.
📋 Förutsättningar
- Python programmering
- Maskininlärningskoncept
- Neurala nätverk med PyTorch (nyttigt men inte nödvändigt)
Här är en översikt över vad kursen omfattar:
💲 Pris: Gratis
NLP med maskininlärning: Utbildande
Denna NLP med maskininlärning, av Educative, fokuserar på att göra eleverna bekanta med viktiga begrepp inom NLP. Från kodning av intervjuförberedelser och systemdesign till maskininlärning, Educative är en av de populära onlineinlärningsplattformarna.
Kursen omfattar följande:
- Ordinbäddningar
- Språkmodeller
- Textklassificering
- Seq2seq-modeller
NLP i Python: DataCamp
Natural Language Processing in Python av Datacamp är ett strukturerat färdighetsspår med sex kurser. Dessa kurser introducerar eleverna till olika aspekter av naturlig språkbehandling.
📋 Förutsättningar
- Kunskaper i Python
- Förståelse för maskininlärning
Detta spår består av följande kurser:
NLP-kurs: Lena Voita
NLP-kursen är en förlängning av den naturliga språkbehandlingskurs som författaren, Lena Voita, undervisar vid Yandex School of Data Analysis. Kursen är uppdelad i avsnitt och innehåller interaktiva lektioner och blogginlägg. Dessutom finns anteckningsböcker och sammanfattningar av forskningsrapporter.
- Textklassificering (både traditionella och neurala nätverksmetoder)
- Ordinbäddningar
- Utvärdering av språkmodeller
- Seq2seq-modeller och uppmärksamhet
- Överför lärande för NLP
💲 Pris: Gratis
Slutsats
Jag hoppas att du tyckte att denna lista med lärresurser var användbar. Utifrån förkunskaper och tidsåtgång kan du välja den kurs eller inriktning som bäst passar dina intressen. När du har fått grundläggande kunskap, se till att bygga projekt på datauppsättningar från verkliga världen för att komplettera och stärka din förståelse. Lycka till med kodningen!👩🏽💻
Kolla sedan in listan över datavetenskapliga anteckningsböcker som du kan använda för ditt nästa NLP-projekt!