Dieser IBM Kurs vermittelt Ihnen die Fähigkeiten, generative KI-Modelle für die Verarbeitung natürlicher Sprache (NLP) mit PyTorch zu implementieren, zu trainieren und zu evaluieren. Sie werden zentrale NLP-Aufgaben wie Dokumentenklassifikation, Sprachmodellierung und Sprachübersetzung kennenlernen und eine Grundlage für die Erstellung kleiner und großer Sprachmodelle erwerben.

Sie lernen, wie man Wörter mit Hilfe von One-Hot-Codierung, Bag-of-Words, Embeddings und Embedding Bags in Features umwandelt, und wie Word2Vec-Modelle semantische Beziehungen im Text darstellen. Der Kurs behandelt das Training und die Optimierung neuronaler Netze für die Dokumentenkategorisierung, die Entwicklung statistischer und neuronaler N-Gram-Modelle und die Erstellung von Sequenz-zu-Sequenz-Modellen unter Verwendung von Encoder-Decoder-Architekturen. Sie werden auch lernen, wie man generierten Text mit Hilfe von Metriken wie BLEU bewertet. Die praktischen Übungen bieten praktische Erfahrung mit Aufgaben wie der Klassifizierung von Dokumenten mit PyTorch, der Generierung von Text mit Sprachmodellen und der Integration von vortrainierten Einbettungen wie Word2Vec. Sie werden auch Sequenz-zu-Sequenz-Modelle implementieren, um Aufgaben wie die Sprachübersetzung durchzuführen. Melden Sie sich noch heute an, um gefragte NLP-Kenntnisse zu erwerben und intelligente Sprachanwendungen mit PyTorch zu erstellen.