Hugging Face for Natural Language Processing (NLP) Počítačový Kurz

Tento kurz byl vytvořen pro manažery, architekty řešení, inovační důstojníky, CTO, softwarové architekty a kohokoli, kdo má zájem o přehled aplikované umělé inteligence a nejbližší prognózu jejího vývoje.

Formát kurzu

• Interaktivní přednáška a diskuze.
• Spousta cvičení a cvičení.
• Praktická implementace v prostředí živé laboratoře.

Možnosti přizpůsobení kurzu

• Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

ChatBoti jsou počítačové programy, které automaticky simulují lidské reakce prostřednictvím chatovacích rozhraní. ChatBots pomáhají organizacím maximalizovat efektivitu jejich operací tím, že poskytují jednodušší a rychlejší možnosti pro jejich uživatelské interakce.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak postavit chatboty v Python.

Na konci tohoto školení budou účastníci schopni:

Pochopte základy vytváření chatbotů Vytvářejte, testujte, nasazujte a řešte problémy s různými chatboty pomocí Python

Publikum

Vývojáři

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se.

V tomto živém školení pod vedením instruktora v České republice se účastníci naučí používat knihovny Python pro NLP při vytváření aplikace, která zpracovává sadu obrázků a generuje titulky.

Na konci tohoto školení budou účastníci schopni:

• Návrh a kód DL pro NLP pomocí knihoven Python.
• Vytvořte Python kód, který čte v podstatě obrovskou sbírku obrázků a generuje klíčová slova.
• Vytvořte Python kód, který generuje titulky ze zjištěných klíčových slov.

Toto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na datové vědce, inženýry strojového učení, výzkumníky NLP a nadšence AI, kteří chtějí porozumět vnitřnímu fungování modelů GPT, prozkoumat možnosti GPT-3 a GPT- 4 a naučte se, jak tyto modely využít pro své úkoly NLP.

Na konci tohoto školení budou účastníci schopni:

Pochopte klíčové koncepty a principy generativních předtrénovaných transformátorů. Pochopit architekturu a tréninkový proces modelů GPT. Používejte GPT-3 pro úkoly, jako je generování, dokončování a překlad textu. Prozkoumejte nejnovější vylepšení GPT-4 a jeho potenciální aplikace. Aplikujte modely GPT na své vlastní projekty a úkoly NLP.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé datové vědce, vývojáře AI a nadšence AI, kteří chtějí používat LLM k provádění různých úkolů NLP a vytváření nového a různorodého obsahu pro různé účely. .

Na konci tohoto školení budou účastníci schopni:

• Vytvořte vývojové prostředí s LLM a základními nástroji.
• Odborně provádějte úkoly NLU a NLI pomocí LLM.
• Extrahujte, vyvozujte a efektivně využijte znalostní grafy.
• Vytvářejte a spravujte dialogy pomocí LLM pro konverzační aplikace.
• Vyhodnoťte kvalitu a rozmanitost obsahu generovanou LLM a generativní AI.
• Uplatňovat etické zásady zajišťující spravedlivé a odpovědné používání LLM.

Generování přirozeného jazyka (NLG) označuje produkci textu nebo řeči v přirozeném jazyce počítačem.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak používat Python k vytváření vysoce kvalitního textu v přirozeném jazyce vytvořením vlastního systému NLG od nuly. Budou také zkoumány případové studie a příslušné koncepty budou aplikovány na živé laboratorní projekty pro generování obsahu.

Na konci tohoto školení budou účastníci schopni:

Použijte NLG k automatickému generování obsahu pro různá průmyslová odvětví, od žurnalistiky přes nemovitosti až po zpravodajství o počasí a sportu Vybírejte a organizujte zdrojový obsah, plánujte věty a připravte systém pro automatické generování originálního obsahu Pochopte kanál NLG a aplikujte správné techniky v každé fázi Pochopte architekturu systému generování přirozeného jazyka (NLG) Implementujte nejvhodnější algoritmy a modely pro analýzu a objednávání Vytahujte data z veřejně dostupných zdrojů dat a také z kurátorských databází k použití jako materiál pro generovaný text Nahraďte ruční a pracné psaní procesy s počítačem generovaným, automatizovaným vytvářením obsahu

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Odhaduje se, že nestrukturovaná data tvoří více než 90 procent všech dat, velká část z nich ve formě textu. Blogové příspěvky, tweety, sociální média a další digitální publikace neustále přidávají tento rostoucí objem dat.

Tento živý kurz vedený instruktorem se soustředí na získávání poznatků a významu z těchto dat. S využitím knihoven R Language a Natural Language Processing (NLP) kombinujeme koncepty a techniky z informatiky, umělé inteligence a počítačové lingvistiky, abychom algoritmicky pochopili význam textových dat. Vzorky dat jsou k dispozici v různých jazycích podle požadavků zákazníka.

Na konci tohoto školení budou účastníci schopni připravit datové sady (velké i malé) z různých zdrojů, poté aplikovat správné algoritmy k analýze a reportování o jejich významu.

Část přednáška, část diskuse, těžká praktická cvičení, občasné testy k ověření porozumění

This classroom based training session will explore NLP techniques in conjunction with the application of AI and Robotics in business. Delegates will undertake computer based examples and case study solving exercises using Python

Knihovna Apache OpenNLP je sada nástrojů pro zpracování textu v přirozeném jazyce založená na strojovém učení. Podporuje nejběžnější úlohy NLP, jako je detekce jazyka, tokenizace, segmentace vět, značkování slovních druhů, extrakce pojmenovaných entit, chunking, parsování a rozlišení koreference.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak vytvářet modely pro zpracování textových dat pomocí OpenNLP. Jako základ pro laboratorní cvičení budou použita ukázková tréninková data a také přizpůsobené datové sady.

Na konci tohoto školení budou účastníci schopni:

Nainstalujte a nakonfigurujte OpenNLP Stáhněte si existující modely a vytvořte si vlastní Trénujte modely na různých sadách vzorových dat Integrujte OpenNLP se stávajícími Java aplikacemi

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Očekává se, že na konci školení budou delegáti dostatečně vybaveni základními koncepty pythonu a měli by být schopni dostatečně používat NLTK k implementaci většiny operací založených na NLP a ML. Školení je zaměřeno na předání nejen praktických znalostí, ale také logických a provozních znalostí o technologii.

Tento kurz představuje lingvisty nebo programátory k NLP v Python. Během tohoto kurzu budeme většinou používat nltk.org (Natural Language Tool Kit), ale také budeme používat další knihovny relevantní a užitečné pro NLP. V současné době můžeme tento kurz provádět v Python 2.x nebo Python 3.x. Příklady jsou v angličtině nebo mandarině (普通话). Další jazyky mohou být také k dispozici v případě dohody před rezervací.

Toto živé školení vedené instruktorem (online nebo na místě) je zaměřeno na vývojáře a datové vědce, kteří chtějí využít spaCy ke zpracování velmi velkých objemů textu, aby našli vzory a získali přehled.

Na konci tohoto školení budou účastníci schopni:

Nainstalujte a nakonfigurujte spaCy. Pochopte přístup spaCy k Natural Language Processing (NLP). Extrahujte vzory a získejte obchodní statistiky z rozsáhlých zdrojů dat. Integrujte knihovnu spaCy se stávajícími webovými a staršími aplikacemi. Nasaďte spaCy do živých produkčních prostředí, abyste mohli předvídat lidské chování. Použijte spaCy k předběžnému zpracování textu pro Deep Learning

Formát kurzu

Interaktivní přednáška a diskuze. Spousta cvičení a praxe. Praktická implementace v prostředí živé laboratoře.

Možnosti přizpůsobení kurzu

Chcete-li požádat o školení na míru pro tento kurz, kontaktujte nás a domluvíme se. Chcete-li se dozvědět více o spaCy, navštivte: https://spacy.io/

V Python Machine Learning je funkce Text Sumarization schopna číst vstupní text a vytvářet shrnutí textu. Tato schopnost je dostupná z příkazového řádku nebo jako Python API/Library. Jednou vzrušující aplikací je rychlé vytváření exekutivních shrnutí; to je zvláště užitečné pro organizace, které potřebují zkontrolovat velké množství textových dat před generováním zpráv a prezentací.

V tomto živém školení vedeném instruktorem se účastníci naučí používat Python k vytvoření jednoduché aplikace, která automaticky generuje souhrn vstupního textu.

Na konci tohoto školení budou účastníci schopni:

Použijte nástroj příkazového řádku, který shrnuje text. Navrhněte a vytvořte kód shrnutí textu pomocí knihoven Python. Vyhodnoťte tři Python sumarizační knihovny: sumy 0.7.0, pysummarizace 1.0.4, readless 1.0.17

Publikum

Vývojáři Data Scientists

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

TensorFlow™ je open source softwarová knihovna pro numerické výpočty pomocí grafů toku dat.

SyntaxNet je neural-network Natural Language Processing framework pro TensorFlow.

Word2Vec se používá pro učení vektorové reprezentace slov, nazývané "word embeddings". Word2vec je obzvláště výpočetně efektivní prediktivní model pro učení slovních vložek z surového textu. Přichází ve dvou chutích, kontinuálním modelu Bag-of-Words (CBOW) a modelu Skip-Gram (Kapitola 3.1 a 3.2 v Mikolov et al.a)

SyntaxNet a Word2Vec umožňují uživatelům vytvářet modely učení z přirozeného jazyka.

publikum

Tento kurz je zaměřen na vývojáře a inženýry, kteří mají v úmyslu pracovat s SyntaxNet a Word2Vec modely v jejich TensorFlow grafy.

Po dokončení tohoto kurzu budou delegáty:

• pochopit TensorFlow strukturu a mechanismy implementace’s
• schopnost provádět instalaci / výrobní prostředí / architektonické úkoly a konfigurace
• schopnost posoudit kvalitu kódu, provádět debugování, monitorování
• být schopen implementovat pokročilé výrobní modely, jako jsou tréninkové modely, termíny, stavební grafy a logování