پردازش زبان طبیعی با یادگیری عمیق

دورهٔ «پردازش زبان طبیعی با یادگیری عمیق» یکی از جامع‌ترین و معتبرترین دوره‌های آموزشی در حوزهٔ هوش مصنوعی و زبان‌شناسی رایانشی است که در دانشگاه استنفورد برگزار می‌شود. این دوره با تدریس استاد برجسته، کریستوفر ... بیشتر

جدید
زیرنویس
4.7 (7 امتیاز)
18 دانشجو
مقدماتی
دانشگاه استنفورد

Christopher David Manning

به‌روزرسانی: ۱۴۰۴/۰۷/۲۶

محتوای دوره
درباره دوره
نظرات کاربران
درباره استاد

آنچه در این دوره می‌آموزید

آشنایی عمیق با مفاهیم پایه‌ای پردازش زبان طبیعی، از جمله‌نمایش عددی واژه‌ها، شباهت معنایی، و مدل‌سازی توالی‌های زبانی با شبکه‌های عصبی بازگشتی

یادگیری نحوهٔ طراحی و پیاده‌سازی مدل‌های Seq2Seq و مکانیزم Attention برای انجام وظایفی مانند ترجمهٔ ماشینی و تولید متن

تسلط بر معماری Transformer و درک نقش آن در مدل‌های زبانی مدرن مانند BERT و GPT و نحوهٔ آموزش و تنظیم (Fine-tuning) این مدل‌ها برای تسک‌های مختلف NLP

کسب مهارت عملی در پیاده‌سازی مدل‌های یادگیری عمیق با استفاده از کتابخانهٔ PyTorch و ارزیابی عملکرد مدل‌ها بر روی مجموعه‌داده‌های واقعی

توانایی تحلیل، مقایسه و بهینه‌سازی مدل‌های مختلف پردازش زبان طبیعی و انتخاب بهترین روش بر اساس نوع داده و هدف پروژه

محتوای دوره

7 فصل 23 جلسه 28 ساعت ویدیو
مفاهیم پایه و بازنمایی زبانی
  مقدمه و بردارهای واژگان
مشاهده
"80:16
  بردارهای واژه و مدل‌های زبانی
"79:11
شبکه‌های عصبی و تجزیه نحوی
مدل‌های توالی، ترجمه و توجه
معماری Transformer و آموزش مدل‌های زبانی
کاربردها و مدل‌های ترکیبی
مباحث میان‌رشته‌ای و فلسفه‌ی NLP
آموزش‌های عملی و ابزارهای تکمیلی

درباره دوره

دورهٔ «پردازش زبان طبیعی با یادگیری عمیق» یکی از جامع‌ترین و معتبرترین دوره‌های آموزشی در حوزهٔ هوش مصنوعی و زبان‌شناسی رایانشی است که در دانشگاه استنفورد برگزار می‌شود. این دوره با تدریس استاد برجسته، کریستوفر منینگ (Christopher Manning)، به بررسی عمیق روش‌های مدرن تحلیل زبان انسانی با استفاده از شبکه‌های عصبی و مدل‌های یادگیری عمیق می‌پردازد.

در این دوره، دانشجویان ابتدا با مفاهیم بنیادی مانند بردارهای واژه، نمایش‌های عددی زبان، و مدل‌های کلاسیک توالی آشنا می‌شوند و سپس به سراغ مباحث پیشرفته‌تری همچون مدل‌های دنباله به دنباله (Seq2Seq)، مکانیزم توجه (Attention)، و مدل‌های مبتنی بر ترنسفورمر (Transformer) می‌روند. بخش پایانی دوره به مدل‌های زبانی پیش آموزش‌دیده (Pre-trained Language Models) مانند BERT و GPT اختصاص دارد و دانشجو می‌آموزد چگونه این مدل‌ها را برای تسک‌های مختلف پردازش زبان طبیعی (مانند ترجمهٔ ماشینی، پاسخ به پرسش، و تحلیل احساسات) تنظیم و به کار گیرد.

 روش تدریس در این دوره ترکیبی از توضیح مفهومی، مثال‌های عملی، و تمرین‌های کدنویسی در پایتون و PyTorch است. دانشجویان پس از گذراندن این دوره، درک عمیقی از نحوهٔ طراحی، آموزش و ارزیابی مدل‌های یادگیری عمیق در حوزهٔ NLP به دست می‌آورند.

 این دوره برای دانشجویان، پژوهشگران و علاقه‌مندان حرفه‌ای که قصد دارند در زمینهٔ هوش مصنوعی، یادگیری عمیق، و کاربردهای زبانی آن تخصص پیدا کنند، یکی از بهترین مسیرهای آموزشی محسوب می‌شود. محتوای علمی دقیق و ساختار آموزشی منظم، این دوره را به مرجعی استاندارد برای یادگیری پردازش زبان طبیعی در سراسر جهان تبدیل کرده است.

اطلاعات بیشتر

امتیاز و نظرات کاربران

4.7

از مجموع 8 امتیاز

1 نظر

1 روز پیش

یکی از بهترین دوره ها برای شروع همین دوره منینگ هست. با تشکر از مکتب خونه

دانشجوی دوره

درباره استاد

Christopher David Manning
1 دوره
21 دانشجو

کریستوفر دیوید منینگ استاد علوم رایانه و زبان‌شناسی در دانشگاه استنفورد است. او مدیر آزمایشگاه هوش مصنوعی استنفورد(SAIL) و از مؤسسان مؤسسه هوش مصنوعی انسان‌محور استنفورد (HAI) است. منینگ تحصیلات دانشگاهی‌اش را در استرالیا انجام داد و دکترای زبان‌شناسی‌اش را در استنفورد در سال ۱۹۹۴ دریافت کرد. فعالیت‌های پژوهشی او شامل توسعه نرم‌افزارهای متن‌باز NLP مانند Stanford CoreNLP و Stanza است. وی در مقوله‌هایی مانند بردارهای واژه (word embeddings)، پردازش ساختار زبانی با شبکه‌های عصبی و تحلیل وابستگی نحوی پیشگام بوده است. منینگ کتاب‌های مرجعی مثل:

Foundations of Statistical Natural Language Processing

Introduction to Information Retrieval

را تألیف کرده است. او عضو برجسته‌ی انجمن‌های علمی ACL ، ACM، AAAI است و مقالاتش استنادهای گسترده‌ای در جامعه پژوهشی دریافت کرده‌اند.

 

اطلاعات بیشتر