Fundamentos de NLP: Machine Learning a Large Language Models

El Procesamiento del Lenguaje Natural (NLP) es la fuerza impulsora detrás de la tecnología moderna, permitiendo a los sistemas leer, analizar y generar lenguaje humano. Comprender estos conceptos centrales es esencial para cualquiera que busque trabajar con datos de texto e inteligencia artificial moderna. Este curso basado en texto te guía desde los conceptos básicos de la lingüística y el preprocesamiento de texto hasta modelos de machine learning y patrones modernos de IA generativa. Al leer explicaciones estructuradas y fragmentos de código, ganarás la confianza para analizar texto e implementar pipelines fundamentales de NLP. Lo que aprenderás: * Comprender conceptos centrales de NLP, incluyendo tokenización, stemming y etiquetado de partes del discurso; * Aplicar algoritmos clásicos de machine learning a la clasificación de texto y análisis de sentimiento; * Explorar la arquitectura de Large Language Models (LLMs) modernos y redes transformer; * Implementar ingeniería básica de prompts y conceptos de Retrieval-Augmented Generation (RAG); * Practicar el trabajo con bases de datos vectoriales para realizar búsquedas semánticas; * Escribir código Python limpio para el procesamiento de texto utilizando estándares modernos y type hints. El curso comienza con terminología fundamental, conceptos lingüísticos básicos y técnicas de limpieza de texto. A partir de ahí, progresarás al entrenamiento de modelos de machine learning con datos de texto, antes de explorar arquitecturas modernas de LLM y técnicas de búsqueda basadas en vectores. Este curso está diseñado para principiantes absolutos en NLP, requiriendo solo una familiaridad básica con la programación en Python. Empieza a leer hoy mismo para desbloquear el potencial del procesamiento del lenguaje natural y los modelos de lenguaje modernos.