ディープラーニングを用いた自然言語処理に特化したコースで、近年話題になっているBERTを代表した汎用分散表現モデルまで取り扱います。理論面と実装面の両面から習得したい方にオススメです。
※当コースはe-ラーニングですが、演習問題がついているため実際に手を動かしながら理解をすすめることができます。
・文書の仕分け感情などの自動分類をしたい方
・文章の中から特定の情報を取り出したい方
・BERTをはじめとする最新手法の理論と実装を学びたい方
【事前知識】
Pythonの基礎知識
NumPy・Pandas・Matplotlibの基本的な使い方
・自然言語処理の全体像がわかる
・BERT等の最新手法が理解できる
・課題に応じた手法の選択と実装ができる
自然言語の前処理
数値化の手法
数値化手法の理論
カウントベースの手法実装
分散表現の手法を実装
自然言語処理の周辺知識
各手法の実装
可視化応用
自然言語処理のアノテーション
RNNを用いた文書分類タスクの実装
RNN データの準備
RNN を用いた文書分類
文書生成タスクの実装
Seq2Seq:Encoder Decoder モデルの理論
Seq2Seq:ネットワークの構築
Seq2Seq with Attention:理論と実装
注目の技法 Transformer
Transformer の理論
Huggingface 入門
特徴量抽出器としてのBERT
BERT の理論
BERT / ALBERT 実装の基礎
BERTを用いた文書分類
BERT 用データセットの作成
BERT でネットワークの構築
固有表現抽出
固有表現抽出 : flair と BERT
ビデオ数 15
キャンセル規定 | お申し込み後のキャンセルはできません。 |
---|---|
稼働環境 | ・受講の際は以下の要件を満たすパソコンをご用意ください。 |
その他 | 【重要】 |
・当コースは株式会社キカガク直営のeラーニングです。