การประมวลผลภาษาธรรมชาติใน Python: จากพื้นฐานสู่ LLMs

ภาษาคือรูปแบบข้อมูลที่ซับซ้อนที่สุดรูปแบบหนึ่ง แต่เครื่องมือสมัยใหม่ทำให้การวิเคราะห์และการสร้างข้อความเข้าถึงได้ง่ายกว่าที่เคย คอร์สนี้มอบแนวทางที่มีโครงสร้างเพื่อเชี่ยวชาญเทคนิคที่จำเป็นในการเปลี่ยนข้อความที่ไม่มีโครงสร้างให้กลายเป็นความรู้ที่มีโครงสร้าง คุณจะได้เรียนรู้ตั้งแต่การทำความสะอาดข้อความขั้นพื้นฐานไปจนถึงการใช้งานโมเดล transformer ล้ำสมัย พร้อมทั้งทักษะในการแก้ปคำถามงานด้านภาษาในโลกแห่งความเป็นจริง ผ่านคำอธิบายเชิงแนวทางและการเขียนโค้ดจริง คุณจะพัฒนาสัญชาตญาณระดับมืออาชีพในการเข้าใจวิธีที่เครื่องจักรตีความคำพูดและการเขียนของมนุษย์ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจแนวคิดพื้นฐานของ NLP และการเปลี่ยนแปลงครั้งประวัติศาสตร์สู่ deep learning - ทำความสะอาดและเตรียมข้อมูลข้อความโดยใช้ spaCy และ pandas สำหรับงานสร้างโมเดลต่างๆ - ประยุกต์ใช้วิธีการทางสถิติและแมชชีนเลิร์นนิงสำหรับการวิเคราะห์ความรู้สึกและการจำแนกประเภท - สำรวจกลไกภายในของ transformers รวมถึง attention และ embeddings - เชี่ยวชาญพื้นฐานของ prompt engineering และเวิร์กโฟลว์ retrieval-augmented generation (RAG) - ใช้ scikit-learn และ Hugging Face เพื่อสร้างและประเมินโมเดลภาษา คอร์สนี้เริ่มต้นด้วยคำศัพท์ที่จำเป็นและเวิร์กโฟลว์การประมวลผลล่วงหน้า ก่อนจะเปลี่ยนผ่านไปสู่แมชชีนเลิร์นนิงแบบดั้งเดิมและยุคสมัยใหม่ของ generative AI คุณจะได้เรียนรู้ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรที่ชัดเจนและตัวอย่างโค้ดที่แสดงวิธีนำแนวคิดเหล่านี้ไปใช้ได้ทันที คอร์สนี้สร้างขึ้นสำหรับผู้เริ่มต้นและผู้ที่ชื่นชอบข้อมูลที่ต้องการพื้นฐานที่แข็งแกร่งในด้านเทคโนโลยีภาษาโดยไม่ต้องมีประสบการณ์ด้าน AI มาก่อน ไม่จำเป็นต้องใช้ฮาร์ดแวร์พิเศษในการเริ่มต้น เริ่มสร้างความเชี่ยวชาญของคุณในการประมวลผลภาษาธรรมชาติได้แล้ววันนี้