Что такое Natural Language Processing?Natural Language Processing (NLP, обработка естественного языка) – это направление, которое объединяет в себе лингвистику, компьютерные науки и искусственный интеллект. NLP применяет алгоритмы машинного обучения для анализа естественных языков.Что даст вам этот курс?Знаний, которые дают ML/DL курсы, часто оказывается недостаточно, чтобы стать специалистом в области NLP. Data Scientist'ам, которые решили заняться методами, связанными с автоматической обработкой текстов, необходимы дополнительные знания из этой области.Данный курс представляет собой уникальное сочетание глубоких знаний из области NLP и "повседневных" практических навыков. С одной стороны, программа курса по наполненности и изучаемым темам ничуть не уступает аналогичным вузовскими курсам. С другой стороны, в курсе, помимо теоретичечских знаний, особое внимание уделяется практическим навыкам, таким как работа с текстами на основе регулярных выражений, парсинг данных, создание телеграм-ботов. Эти темы практически не освещаются в большинстве NLP-курсов, так как считаются рутинными и техническами. При этом эти навыки необходимы всем специалистам в области NLP.Также на курсе изучаются современные подходы и модели, которые на данный момент являются стандартом в области, но еще не успели войти в большинство программ, так как были предложены совсем недавно. Стоит отметить, что на курсе делается акцент на особенностях работы с русскоязычными моделями и данными на русском языке.Для кого этот курс?Курс предназначен для DS/ML-специалистов, которые, либо уже какое-то время находятся в профессии, либо недавно закончили ML/DS/DL курсы и хотят углубить знания в области NLP.После завершения курса вы сможете:
работать с текстовыми данными;
парсить, собирать данные с сайтов из интернета;
создавать телеграм-ботов;
применять методы классического NLP для решения ML задач, связанных с текстами;
работать с нейросетевыми моделями архитектуры трансформер;
применять модели архитектуры трансформер для широкого спектра NLP задач;
решать задачу распознавания именованных сущностей;
создавать вопросно-ответные системы.
На Отус наткнулся когда безуспешно пытался отыскать в интернетах курсы по Python не для новичков, а для тех кто уже что-то умеет. Единственным местом, где подобный курс предлагали оказался Отус. Сначала были сомнения, потому что на тот момент я о них ничего не слышал, да и потому что не очень то дешево, но почитал отзывы, прошел вступительный тест и решил попробовать. Сейчас прохожу курс (он почти закончился) и весьма доволен. На вебинарах интересно, домашки делать еще интереснее, да и радует что их не бездушный грейдер, а живой человек проверяет, с нормальными ревью и фидбеком.
Источник: Яндекс.Отзывы
Lorin Green
24.05.2022
10
Разработчик на Spring Framework - Курс стоит потраченных денег
Курс организован так, что специалист с начинающего до продвинутого уровня может извлечь для себя максимум пользы.Самое ценное в этом курсе преподаватели. Дают гораздо больше информации, чем формально заявлено. Часто занятие вместо заявленных 1,5 часов длилось 2,5. При этом преподаватели всю лекцию держат аудиторию в тонусе, предлагая задачи и вопросы на обсуждение. Преподаватели много времени посвящают ответам на вопросы и во время лекции, и в чате в slack между лекциями. В рамках курса нужно сделать 18 практических заданий и одну проектную работу. Каждая работа оценивается преподавателем и возвращается на доработку при необходимости. Это серьезный объем практики, позволяет наработать опыт использования изученных технологий и внедрить их в работу.Польза от курса прямо пропорциональна усилиям. Преподаватели не отказывают в обратной связи если задавать вопросы и активно работать на курсе.Лекции можно смотреть в записи, практические задания можно сдавать в любое время в течение курса. Обычно работу проверяют через 2-3 дня после сдачи.Обучение организовано гибко, однако потребует около 10 часов еженедельной работы и самоорганизации.
Плюсы: Отличные преподаватели Бесплатная возможность пройти обучение повторно Актуальная информация Обмен опытом с коллегами Практические задания
Минусы: Чтобы получить развернутую обратную связь нужно проявлять активность и задавать вопросы.
