1-1-1. Welcome to the Natural Language Processing Nanodegree

1. Introduction to Natural Language Processing – LESSON1 Welcome to the Natural Language Processing Nanodegree

Hi, and welcome to

the Natural Language Processing Nanodegree.

My name is Luis Serrano and I’m

the curriculum leader at the School of Artificial Intelligence at Udacity.

We are delighted to have you with us in this journey.

Natural language Processing is one of

the most exciting and fastest growing applications in machine learning.

And by being here,

you are a part of this revolution.

This Nanodegree will have three main parts.

In the first part, you will learn the basics of

language processing and some very interesting probabilistic algorithms.

You will then have the chance to shine in the project,

building a model for part of speech tagging using hidden Markov models.

In the second part, you will go deeper into some of

the most exciting deep learning based language models.

For the project, you’ll be building

a machine translation model using deep neural networks.

And in the third part, you’ll learn speech recognition and voice user interface.

For the project, you’ll be building

an end-to-end speech recognition model using deep neural networks.

We have some great instructors who will guide you along the way.

Aside from myself, we’ll have Arpan Chakraborty.

Arpan enjoys building computer vision and

machine learning courses at Georgia Tech and Udacity.

Jay Alamar is a computer scientist and

investment principle with a very popular machine learning blog.

Dana Sheahen is an electrical engineer with a master’s in computer science,

and a love for all things AI.

So, let’s dive in and become an expert in Natural Language Processing

안녕하세요.

자연어 처리 나노 학위.

내 이름은 Luis Serrano이고

Udacity 인공 지능 학교의 커리큘럼 리더.

이 여정을 함께하게 되어 기쁩니다.

자연어 처리는 다음 중 하나입니다.

머신 러닝에서 가장 흥미롭고 빠르게 성장하는 애플리케이션입니다.

그리고 여기 있는 것으로,

당신은 이 혁명의 일부입니다.

이 Nanodegree는 세 가지 주요 부분으로 구성됩니다.

첫 번째 부분에서는 기본 사항을 배우게 됩니다.

언어 처리 및 몇 가지 매우 흥미로운 확률적 알고리즘.

그러면 프로젝트에서 빛을 발할 기회가 생깁니다.

은닉 마르코프 모델을 사용하여 품사 태깅을 위한 모델 구축.

두 번째 부분에서는

가장 흥미로운 딥 러닝 기반 언어 모델.

프로젝트를 위해 다음을 구축할 것입니다.

심층 신경망을 사용한 기계 번역 모델.

그리고 세 번째 파트에서는 ​​음성 인식 및 음성 사용자 인터페이스를 배웁니다.

프로젝트를 위해 다음을 구축할 것입니다.

심층 신경망을 사용한 종단 간 음성 인식 모델.

길을 안내해 줄 훌륭한 강사가 있습니다.

나 외에 우리는 Arpan Chakraborty를 가질 것입니다.

Arpan은 컴퓨터 비전 구축을 즐깁니다.

Georgia Tech 및 Udacity의 기계 학습 과정.

Jay Alamar는 컴퓨터 과학자이자

매우 인기 있는 기계 학습 블로그의 투자 원칙.

Dana Sheahen은 컴퓨터 공학 석사 학위를 취득한 전기 엔지니어입니다.

그리고 AI에 대한 모든 것에 대한 사랑.

자, 이제 자연어 처리 분야에 뛰어들어 전문가가 되어 봅시다.

%d 블로거가 이것을 좋아합니다: