Курс: «Нейронные сети в компьютерной лингвистике» Автор курса: Студеникина К.А. Содержание курса: Лекция 1: Классическое машинное обучение Лекция 2: Классическое машинное обучение.Ч.2 Лекция 3: Введение в нейросетевые алгоритмы Лекция 4: Работа с тензорами. Часть1 Лекция 5: Работа с тензорами. Часть2 Лекция 6: Методы векторного представления слов Лекция 7: Векторное представление слов. Ч.2 Лекция 8: Архитектура рекуррентной нейронной сети Лекция 9: Языковое моделирование Лекция 10: Задача перевода последовательности Плейлист полностью Почитать: «Глубокое обучение. Погружение в мир нейронных сетей», Николенко С., Кадурин А., Архангельская Е. «Знакомство с PyTorch», Макмахан, Рао «Искусственный интеллект: пределы возможного», Бруссард М. Статья: «Оценка языковой способности нейронных моделей на материале предикативного согласования в русском языке» Студеникина К.А. Практика: Ведите опорный конспект по курсу и подготовьте схему объясняющую алгоритм выборки и аннотирование данных. Рекомендации по процессу самообучения Схема УМП Часть первая Часть вторая Часть третья Обучайтесь последовательно, находите время на себя и свои знания! #курс