introduction
Google “Emplois en PNL” et un nombre remarquable de recherches pertinentes apparaissent. Il existe des entreprises émergentes partout dans le monde qui traitent exclusivement des rôles de traitement du langage naturel ! (PNL)! La demande de l'industrie pour des experts en PNL n'a jamais été aussi élevée, et devrait augmenter de façon exponentielle dans les années à venir.
Mais l'offre est insuffisante. Les débutants et même les personnes expérimentées qui souhaitent décrocher un poste basé sur la PNL ont du mal à percer dans l'industrie.. Nous pouvons souligner l'un des domaines les plus douloureux: manque d'apprentissage structuré.
Il y a trop de ressources de nos jours qui couvrent les concepts de la PNL., mais la plupart le font avec parcimonie. Les nouveaux arrivants ont tendance à lire des articles et des livres, analyser divers blogs et vidéos, et finissent par lutter pour reconstruire une compréhension d'un extrême à l'autre.
C'est là qu'intervient notre parcours d'apprentissage PNL !! Nous sommes ravis de vous présenter un parcours d'apprentissage complet et structuré pour vous aider à apprendre et à maîtriser la PNL à partir de zéro à 2020!
Ce parcours d'apprentissage a été sélectionné par des experts DataPeaker qui ont parcouru des centaines de ressources pour le sélectionner pour notre communauté. Suivez ce chemin dans 2020 et bientôt vous serez sur le point de décrocher un poste dans le domaine de la PNL!
Notre cadre pour le parcours d'apprentissage de la PNL
Structure: est au cœur de tout ce que nous faisons. Nos parcours d'apprentissage sont appréciés à la fois pour leur structure et leur caractère exhaustif. Voici comment nous avons décomposé chaque mois le parcours d'apprentissage de la PNL pour vous aider à planifier votre parcours d'apprentissage.:
- Cibler: Qu'allez-vous apprendre ce mois-là? Quelles sont les principales conclusions? Comment votre cheminement vers la PNL va-t-il progresser? Nous mentionnons cela au début de chaque mois pour nous assurer que vous savez où vous êtes et où vous serez à la fin de ce mois particulier..
- Temps suggéré: Combien de temps en moyenne devriez-vous passer sur cette section par semaine
- Ressources pour apprendre: Une collection des meilleures ressources pour les sujets PNL que vous apprendrez au cours de ce mois. Cela inclut les articles, tutoriels, vidéos, documents de recherche et autres ressources similaires.
À la recherche d'autres parcours d'apprentissage en science des données? Votre attente est terminée:
Plongeons-y !!
Mes 0: exigences précédentes (optionnel)
Cibler: Ceci est pour tous ceux qui ne sont pas encore familiers avec Python et la science des données. À la fin de ce mois, vous devriez avoir une idée claire des éléments constitutifs de l'apprentissage automatique et de la programmation en Python.
Temps suggéré: 6 Heures / la semaine
Python pour la science des données:
Apprendre les statistiques:
Préparation des données:
Régression linéaire:
Régression logistique:
Algorithme d'arbre de décision:
Validation croisée du pli K:
Décomposition en valeur singulière (SVD):
Mes 1: se familiariser avec les données textuelles
Cibler: Et nous allons! Ce mois-ci est consacré à se familiariser et à se familiariser avec les techniques de base de prétraitement de texte.. Vous devriez pouvoir créer un modèle de classification de texte à la fin de cette section.
Temps suggéré: 5 Heures / la semaine
Charger des données textuelles à partir de plusieurs sources:
Apprendre à utiliser des expressions régulières:
Pré-traitement de texte:
Analyse exploratoire des données textuelles:
Extraire les méta-caractéristiques du texte:
Projet:
- Construire un modèle de classification de texte à l'aide de fonctionnalités méta. Vous pouvez utiliser l'ensemble de données du problème de pratique Identifier les sentiments
Mes 2 – Linguistique informatique et vecteurs de mots
Cibler: Ce mois-ci, vous commencerez à voir la magie de la PNL. Vous apprendrez comment la grammaire anglaise peut être utilisée pour extraire des informations clés du texte. Vous travaillerez également avec des vecteurs de mots, une technique avancée pour créer des fonctionnalités à partir de texte.
Temps suggéré: 5 Heures / la semaine
Extraire les caractéristiques linguistiques:
- Marquage d'une partie du discours à l'aide de spaCy:
- Reconnaissance d'entités nommées à l'aide de spaCy:
- Analyse de dépendance de Stanford:
Représentation de texte dans l'espace vectoriel:
Modélisation thématique:
Extraction d'informations:
Projets:
- Créer un modèle de détection des sentiments à l'aide de Word embeds. Vous pouvez utiliser l'ensemble de données du problème de pratique Identifier les sentiments
- Catégoriser les articles d'actualité par sujets de modélisation
Mes 3 – Mise à jour de l'apprentissage en profondeur pour la PNL
Cibler: L'apprentissage en profondeur est au cœur des développements et des avancées récents de la PNL. Du BERT de Google au GPT-2 d'OpenAI, Tous les passionnés de PNL doivent avoir au moins une compréhension de base du fonctionnement de l'apprentissage en profondeur pour piloter ces frameworks de PNL de pointe.. Alors ce mois-ci, se concentrera sur les notions, algorithmes et outils liés au deep learning.
La source: Tryolabs
Temps suggéré: 5 Heures / la semaine
Les réseaux de neurones:
Algorithmes d'optimisation:
Réseaux de neurones récurrents (RNN) et LSTM:
- Une introduction conviviale aux RNN:
Introduction à PyTorch:
Mes 4 – Modèles d'apprentissage en profondeur pour la PNL
Cibler: Maintenant que vous avez une idée du deep learning et de son application dans le contexte de la PNL, il est temps de prendre les choses d'un cran. Plongez dans des concepts avancés d'apprentissage en profondeur tels que les réseaux de neurones récurrents (RNN), mémoire à court terme à long terme (LSTM), entre autres. Ceux-ci vous aideront à maîtriser les cas d'utilisation de la PNL de qualité industrielle.
Temps suggéré: 5 Heures / la semaine
Réseaux de neurones récurrents (RNN) pour la classification de texte:
Modèles CNN pour la PNL:
Projets:
- Construire un modèle pour trouver des entités nommées dans le texte à l'aide de LSTM. Vous pouvez obtenir l'ensemble de données à partir de ici
Mes 5 – Modélisation séquentielle
Cibler: Dans ce mois, Vous apprendrez à utiliser des modèles séquentiels qui traitent des séquences comme entrées et / ou départs. Un concept très utile en PNL comme vous le découvrirez bientôt !!
Temps suggéré: 5 Heures / la semaine
Modélisation du langage:
- Stanford RNN et modèles linguistiques:
Modélisation séquence par séquence:
Projets:
- Former un modèle de langage en Ensemble de données de courrier électronique Enron pour construire un système de saisie semi-automatique
- Créer un modèle de traduction automatique neuronale (de l'anglais à la langue de votre choix)
Mes 6 – Transférer l'apprentissage en PNL
Cibler: L'apprentissage par transfert fait fureur en PNL en ce moment. En réalité, cela a aidé à démocratiser les frameworks de PNL de pointe que vous auriez rencontrés auparavant. Ce mois-ci présente BERT, GPT-2, Transformateurs ULMFiT et.
Temps suggéré: 5 Heures / la semaine
ULMFiT:
Transformateurs:
Grands modèles de langage pré-entraînés (BERT et GPT-2):
Adapter les modèles pré-entraînés:
Mes 7: chatbots et traitement audio
Cibler: Vous apprendrez à créer un chatbot ou un agent conversationnel ce mois-ci. Une fois que vous maîtrisez la PNL, la prochaine frontière à laquelle vous pouvez vous attaquer est le traitement audio.
Temps suggéré: 5 Heures / la semaine
Chatbots:
Traitement audio:
Projet:
- Construire un chatbot avec interface vocale en utilisant Rasa
Infographie – Parcours d'apprentissage PNL pour 2020
Notre communauté adore les infographies que nous concevons pour chaque parcours d'apprentissage. Ces infographies ont deux objectifs principaux:
- Ils nous aident à visualiser la structure de la façon dont nous allons apprendre différents sujets.
- Ils peuvent être utilisés comme listes de contrôle pour vérifier les concepts au fur et à mesure que vous progressez sur votre chemin vers la PNL..
Donc, Nous sommes ravis de vous présenter ci-dessous l'infographie du parcours d'apprentissage de la PNL pour 2020! Vous pouvez télécharger une version haute résolution sur ici.
