MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.
Para desarrollar aplicaciones se va a utilizar Python 3.6 o superior. Alternativamente se puede utilizar el entorno de Anaconda con la misma versión de Python.
Como editor de código, los ejemplos van a ser editados en el Notebook de Anaconda, pero el alumno puede utilizar cualquier editor de texto que reconozca notebooks de Anaconda.
Librerías que es necesario tener instaladas para realizar el curso: NLTK, Scikit-learn, Spacy y TensorFlow.
Syllabus
WEEK 1
Conceptos básicos de aprendizaje automático y aprendizaje profundo
Este módulo te permitirá obtener los conocimientos necesarios para poder diferenciar los diversos tipos de algoritmos que se utilizan en NLP; basados en aprendizaje automático y aprendizaje profundo
WEEK 2
Algoritmos de aprendizaje automático para Procesamiento de Lenguaje Natural
En este módulo se describen un conjunto de algoritmos de aprendizaje automático de uso extendido en Procesamiento de Lenguaje Natural.
WEEK 3
Redes neuronales para Procesamiento de Lenguaje Natural
En este módulo se presentará un modelo de redes neuronales artificiales que permitirán abordar problemas propios del Procesamiento de Lenguaje Natural
WEEK 4
Ensamble de modelos de Procesamiento de Lenguaje Natural
Una vez comprendidos los diversos modelos de algoritmos de aprendizaje automático, aprendizaje profundo y redes neuronales se procederá a generar un modelo que utilice varios de los modelos antes mencionados para obtener una mejor aproximación al resultado esperado.
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.