|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/chatbot-tensorflow-deep-learning-python/
课程评论：没有评论
课程名称: TensorFlow, 深度学习与Python: 构建聊天机器人 课程概述: 本课程使用TensorFlow 1.0版本录制，并仅适用于较旧版本的Python。目前无法安装，因此您无法运行课程中实现的代码！虽然我们原本计划将代码迁移到TensorFlow 2.0，但由于缺失某些函数，迁移工作已变得不可行，因此将在此不进行迁移。不过，课程中的理论内容依然重要，有助于理解聊天机器人的原理。您可以跟随理论课程并了解与代码的联系，但无法实际重现！ 深度学习领域应用人工神经网络解决复杂问题，已广泛应用于多个实际场景，如自动驾驶、药物开发、疾病早期诊断、自动生成新闻、面部识别、产品推荐、股票预测及自动生成电影剧本等。这些技术通过模仿人类大脑运作方式，成为机器学习界最先进的技术。 在机器学习中，自然语言处理（NLP）是一个重要分支，旨在让计算机自动理解人类自然语言。经典应用包括语音转文本、文本转语音、文档自动摘要、视频自动加字幕、文本中实体识别、语言生成、光学字符识别（OCR）等。其中，聊天机器人作为一种智能系统，能够理解人类语言并提供文本或语音响应，正被越来越多企业用来提升客户服务。 课程将结合自然语言处理与深度学习的最新技术，通过使用TensorFlow和Python，教您如何开发聊天机器人。您将学习使用递归神经网络和Seq2Seq模型，这两者目前被认为是构建此类应用的最佳技术。 课程内容分为五个部分： 1. 自然语言处理理论与Seq2Seq模型解释 2. 文本预处理 3. Seq2Seq模型构建 4. Seq2Seq模型训练 5. 如何提升聊天机器人及分析其他聊天机器人的实现 此外，课程提供三个附录，适合没有太多经验的学员：第一个附录涵盖基本人工神经网络，第二个介绍递归神经网络，第三个则为TensorFlow的基础及实践课程。 本课程为中级水平，尽管有附录帮助复习基础知识，建议学员具备一定的深度学习经验。深度学习领域被认为是人工智能中最重要的工作领域之一，当前在美国和欧洲的就业市场上需求强劲，预计在巴西此类专业人才也将逐渐受到重视！一些研究表明，掌握该领域知识将在不久的将来成为信息技术专业人士的基本要求！ 准备好在您的职业生涯中迈出重要一步了吗？期待您的加入！
ATENÇÃO! Este curso foi gravado com a versão 1.0 do TensorFlow e funcionava somente com versões mais antigas do Python. Atualmente NÃO é mais possível fazer as instalações, ou seja, VOCÊ NÃO CONSEGUIRÁ executar os códigos implementados no curso! Inicialmente iríamos migrar o código para o TensorFlow 2.0, porém, existem funções que não existem mais e a migração se tornou inviável e não será feita! Apesar disso, a teoria apresentada é válida e muito importante para o entendimento dos chatbots. Em resumo, você conseguirá acompanhar as aulas teóricas e a vinculação com o código, porém, não conseguirá reproduzir!A área de Deep Learning (Aprendizagem Profunda) está relacionada a aplicação das redes neurais artificiais na resolução de problemas complexos e que requerem artifícios computacionais avançados. Existem diversas aplicações práticas que já foram construídas utilizando essas técnicas, tais como: carros autônomos, descoberta de novos medicamentos, cura e diagnóstico antecipado de doenças, geração automática de notícias, reconhecimento facial, recomendação de produtos, previsão dos valores de ações na bolsa de valores e até mesmo a geração automática de roteiros de filmes! Nesses exemplos, a técnica base utilizada são as redes neurais artificiais, que procuram "imitar" como o cérebro humano funciona e são consideradas hoje em dia como as mais avançadas no cenário de Machine Learning (Aprendizagem de Máquina).Dentro da área de Machine Learning existe uma sub-área que é o Processamento de Linguagem Natural, que tem o objetivo de reproduzir em computadores a compreensão automática de línguas humanas naturais. Alguns exemplos clássicos dessa área incluem: tradução de voz para texto, texto para voz, sumarização automática de documentos, adição automática de legendas em vídeos, detecção de entidades em textos, geração de linguagens, reconhecimento óptico de caracteres (OCR), dentre várias outras. E uma das aplicações mais famosas e relevantes atualmente são os chatbots (robôs de conversa), que consistem em sistemas de Inteligência Artificial que são capazes de entender a linguagem humana e darem respostas, tanto em texto quanto em voz! Esse tipo de tecnologia vem sendo cada vez mais utilizado por grandes empresas para acelerarem o atendimento ao cliente, ou seja, ao invés de você conversar com uma pessoa você conversa com um chatbot. Várias empresas de tecnologia tem investido grande capital no desenvolvimento de chatbots, como por exemplo: a Apple (Siri), a Microsoft (Cortana), o Google (Google Assitant) e a Amazon (Alexa).E para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre a construção de chatbots utilizando as mais modernas técnicas de Deep Learning utilizando o TensorFlow e o Python! Vamos unir as áreas de Processamento de Linguagem Natural e Deep Learning, para que você aprenda a desenvolver um chatbot utilizando Redes Neurais Recorrentes e o Modelo Seq2Seq, que atualmente são consideradas como as melhores tecnologias para o desenvolvimento desse tipo de aplicação! Ao final você terá todas as ferramentas necessárias para construir chatbots e outras aplicações de Processamento de Linguagem Natural, utilizando bases de dados reais. Para isso, o conteúdo do curso está dividido em cinco partes:Teoria sobre Processamento de Linguagem Natural e explicações sobre o modelo Seq2SeqPré-processamento dos textosConstrução do Modelo Seq2SeqTreinamento do Modelo Seq2SeqComo melhorar o chatbot construído e análise de outras implementações de chatbotVocê ainda conta com três anexos caso você não tenha muita experiência na área. O primeiro mostra o básico sobre as redes neurais artificiais, o segundo é sobre as redes neurais recorrentes, e por fim, o terceiro aborda aulas básicas e práticas sobre o TensorFlow.Este curso é categorizado como nível intermediário, pois apesar de existirem os três anexos para revisão do conteúdo básico, é interessante que você já tenha uma certa experiência com a área de Deep Learning.A área de Deep Learning é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo que o mercado de trabalho dessa área nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação!Preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso!:)
