Pipelines

Pipelines

Pré-visualização indisponível

Você precisa fazer login ou se inscrever para ver esta lição.

EntrarInscrever-se

Formação Processamento de Linguagem Natural, LLMs e Gen AI

Comprar agoraSaiba mais

1. Introdução

  • Apresentação
  • Introdução
  • Aplicações
  • Estrutura do Curso
  • Ambientes do Curso
  • Apresentação do Google Colab
  • Material do Curso para Download

2. Fundamentos de Processamento de Linguagem Natural

  • Conceitos Básicos
  • Word Embedding2
  • Pipelines2

3. NLP com Spacy

  • Introdução e Preparação5
  • Produção de Tokens
  • Pos-Taggin e Dependências
  • Listando Entidades Nomeadas
  • Gerenciando Stop Words
  • Vocabulário
  • Buscando Similaridade
  • Busca de Expressões com Matching
  • Visualização com Displacy
  • Gerenciando Pipelines

4. NLP com NLTK

  • Introdução e Preparação
  • Produção de Tokens10
  • Gerenciando Stop Words e Pontuação
  • Produzindo Métricas
  • Stemming na prática
  • Criando Pós-Taggin3
  • Lemmatization na Prática
  • Busca de Entidades Nomeadas

5. Introdução a Machine Learning e Deep Learning

  • Introdução
  • Conceitos de Classificação
  • Regressão, Processo de Treino e Teste
  • Métricas para Avaliar Regressão
  • Agrupamentos e Sistemas de Recomendação
  • Operações de Machine Learning (MLOPS)
  • Outras Métricas para Classificação
  • Redes Neurais Artificiais
  • Funções de Ativação
  • Gradient Descent
  • Regularização e AutoML
  • Deep Learning

6. Machine Learning e Deep Learning para NLP na Prática

  • Introdução: classificação de texto
  • Classificação de Spam parte 1
  • Classificação de Spam parte 2
  • Classificação com Redes Neurais
  • Implementando uma Rede Neural Parte 1
  • Implementando uma Rede Neural Parte 2
  • Implementando uma Rede Neural Parte 3
  • Criando seu próprio Embeddings
  • Implementando uma Rede Neural com Embeddings Parte 1
  • Implementando uma Rede Neural com Embeddings Parte 2

7. Análise de Sentimentos

  • Introdução a Análise de Sentimentos
  • Exemplo prático com LSTM
  • LSTM parte I
  • LSTM parte II
  • LSTM parte III4
  • VADER: Análise de Sentimento com Regras
  • VADER na Prática
  • Comparando Regras com Modelo Supervisionado
  • Regras VS Supervisionado Parte I
  • Regras VS Supervisionado Parte II
  • Regras VS Supervisionado Parte III

8. Transformers e Bert, Huggin Face, OpenAI com GPT

  • Introdução a Transformers
  • Introdução a Transformers Parte II
  • BERT
  • Variantes de BERT
  • Hugging Face
  • Modelos Pré-treinados
  • Aplicação de Perguntas e Respostas
  • Aplicação de Preenchimento de Lacunas
  • Aplicação de Resumos
  • Aplicação de Geração de Texto
  • Modelos GPT e OpenAI
  • GPT da OpenAI na Prática

9. Modelagem de Tópicos com BERT

  • Introdução a Modelagem de Tópicos
  • Documentos Utilizados no Projeto
  • Preparação do Ambiente
  • Processamento de Dados
  • Principais Hiper-parâmetros
  • Rodando o Modelo5
  • Alterando o Modelo do Transformer

10. NLP com Spark

  • Introdução ao Spark
  • Etapas de Processamento
  • Preparando o Ambiente2
  • Pré-Processamento
  • Criando e Avaliando o Modelo