Een traject van klassiek NLP-workflowontwerp naar representaties, classificatie, self-attention en context van taalmodellen.
Bouw achtereenvolgens een mentaal model voor NLP: definieer de taak, plaats voorverwerking en representatie in een pijplijn, probeer een begeleide tekstclassificatie-framing en koppel vervolgens self-attention aan de historische ontwikkeling van taalmodellen. De geselecteerde CampusX-lessen zijn eerder instructiemateriaal dan een belofte van een bepaald modelresultaat. Oefeningen zijn gericht op het zichtbaar maken van voorbewerkingskeuzes en evaluatieaannames.
Breng een NLP-taak in kaart, van onbewerkte tekst tot en met voorverwerking, representatie, modellering en evaluatie. Leg de rol en afwegingen uit van een Bag-of-words, n-grammen en TF-IDF. Kadreer tekstclassificatie met een doel-, splitsings-, basislijn- en foutbeoordelingsplan. Beschrijf self-attention als een mechanisme om tokens in context te relateren.
Basiskennis van Python en comfort met lijsten, strings en eenvoudige classificatieterminologie worden aanbevolen.
Beginners die een duidelijke, begeleide introductie zonder onnodig jargon willen
Mensen die het beste leren met voorbeelden, begeleide lessen en praktische oefeningen
Professionals, makers en zelfstandige bouwers die een herhaalbare werkwijze zoeken
Les 1 is gratis
7 lessen · Beginner · Volledige cursus.
Deze cursus gebruikt CC BY-gelicentieerd materiaal met naamsvermelding van de inhoudsprovider of uploader. Lesvideo’s zijn alleen na aanmelding beschikbaar wanneer de publicatie- en licentiecontroles zijn geslaagd.