Анализ текстовых данных

• О курсе
• Формат
• Программа курса

О курсе

Целью курса является изучение подходов к решению основных задач автоматической обработки текстов на основе классического машинного обучения и глубоких нейронный сетей. В ходе курса слушатели освоят методы предобработки текстовых данных и научатся применять на практике основные методы классификации и кластеризации текстов, методы поиска и / или генерации ответа на вопрос и базовые методы машинного перевода.  Слушателям будут предложены тестовые задания на понимание материала, а также практические задания на программирование. 

Курс рассчитан на слушателей, имеющих базовые знания об анализе данных и машинном обучении и готовых освоить одно из наиболее перспективных и активно развивающихся направлений в этих областях. Для эффективного усвоения курса требуется базовое владение языком программирования Python и возможность проводить вычисления на графических процессорах.

Формат

Курс состоит из видеолекций, разбитых на короткие фрагменты от 8 до 15 минут длиной. Каждая лекция сопровождается оцениваемым тестом из 15-20 вопросов. В конце курса слушателей, претендующих на получение сертификата, ждет итоговый экзамен по всем материалам курса. 

Программа курса

1. Введение + предобработка и базовые признаки
2. Векторные представления слов
3. Классификация текстов
4. Синтаксис
5. Разметка последовательности
6. Seq2seq, MT, attention, transfromer
7. Глубокие модели эмбеддингов текстов
8. Улица Сезам 1
9. Глубокие модели эмбеддингов текстов
10. Улица Сезам 2
11. Тематическое моделирование
12. Суммаризация текстов
13. QA-системы, чат-боты
14. Графы знаний