О курсе

Курс рассматривает рекуррентные нейронные сети (RNN) как инструмент для решения задач в области Natural Language Processing и смежных областях. В начале программы предусмотрен блок повторения основ NLP, включая ML-подходы, word2vec и fasttext. Далее слушатели знакомятся с продвинутыми методами Python и фреймворком PyTorch.

Значительная часть интенсива посвящена устройству и практическому применению рекуррентных сетей. Программа включает два практических блока по RNN, а также обзор приложений RNN за пределами NLP. Отдельные занятия посвящены созданию веб-сервиса на FastAPI.

Завершается курс итоговым проектом, в котором предполагается использовать RNN и FastAPI. По описанию программы, слушатели знакомятся с генерацией текстов при помощи рекуррентных сетей.

Преподаватель курса — Елена Кантонистова, кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД).

Что рассматривается в программе

  • рассматриваются основы NLP: ML-подходы, word2vec, fasttext
  • разбирается устройство и принципы работы рекуррентных нейронных сетей
  • работа с фреймворком PyTorch
  • практическое применение RNN, включая задачи генерации текстов
  • обзор приложений RNN в других областях
  • создание веб-сервиса на FastAPI
  • выполнение итогового проекта с использованием RNN и FastAPI

Кому может быть полезен курс

  • тем, кто интересуется автоматической обработкой текстов и NLP
  • тем, кто хочет ознакомиться с Deep Learning-подходами к задачам NLP
  • слушателям, планирующим изучать рекуррентные нейронные сети и их приложения
  • тем, кто хочет познакомиться с PyTorch и FastAPI в контексте NLP-задач

Вопросы о программе

Какое место курс занимает в линейке курсов по NLP?

По описанию, это второй курс в линейке по Natural Language Processing после курса «Основы нейронных сетей и NLP».

Какие темы включает программа?

В программе заявлены повторение основ NLP, введение в PyTorch, теория и практика рекуррентных сетей, приложения RNN, создание веб-сервиса на FastAPI и итоговый проект.

Кто преподаватель курса?

Преподаватель — Елена Кантонистова, кандидат физико-математических наук, выпускница школы анализа данных Яндекса (ШАД).

Нужно ли знакомство с PyTorch для прохождения курса?

В программе предусмотрен отдельный блок «Введение в PyTorch», поэтому курс рассчитан на знакомство с фреймворком в рамках обучения.