Una progresión desde el diseño de flujos clásicos de PLN hasta las representaciones, la clasificación, la autoatención y el contexto de los LLM.
Construye un modelo mental del PLN paso a paso: define la tarea, sitúa el preprocesamiento y la representación en un pipeline, prueba un planteamiento supervisado de clasificación de texto y conecta la autoatención con la evolución histórica de los modelos de lenguaje. Las lecciones seleccionadas de CampusX son material didáctico, no una promesa sobre el resultado de un modelo concreto. Los ejercicios hacen visibles las decisiones de preprocesamiento y los supuestos de evaluación.
Trazar una tarea de PLN desde el texto sin procesar, pasando por el preprocesamiento y la representación, hasta el modelo y la evaluación. Explicar el papel y las ventajas y limitaciones de la bolsa de palabras, los n-gramas y TF-IDF. Plantear una clasificación de texto con objetivo, partición, referencia básica y plan de revisión de errores. Describir la autoatención como mecanismo para relacionar tokens dentro de un contexto.
Se recomiendan conocimientos básicos de Python y soltura con listas, cadenas y la terminología sencilla de clasificación.
Principiantes que buscan una introducción clara y guiada, sin jerga innecesaria
Quienes aprenden mejor con ejemplos, lecciones guiadas y práctica
Profesionales, creadores y desarrolladores independientes que buscan un flujo de trabajo repetible
La lección 1 es gratis
7 lecciones · Principiante · Curso completo.
Este curso utiliza material con licencia CC BY atribuido a su proveedor de contenido o a quien lo publicó. La reproducción de las lecciones solo está disponible tras iniciar sesión y superar las comprobaciones de publicación y licencia.