在自然语言处理专业课程 3 中,您将:a) 使用词嵌入训练神经网络,对推文进行情感分析;b) 使用门控递归单元 (GRU) 语言模型生成合成莎士比亚文本;c) 使用具有线性层的 LSTM 训练递归神经网络,执行命名实体识别 (NER);d) 使用所谓的 "连体 "LSTM 模型比较语料库中的问题,并识别那些措辞不同但含义相同的问题。
通过 Coursera Plus 解锁访问 10,000 多门课程。开始 7 天免费试用。


了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有3个模块
了解传统语言模型的局限性,看看 RNN 和 GRU 如何利用序列数据进行文本预测。然后在莎士比亚文本数据上使用简单的 RNN 建立自己的下一个单词生成器!
涵盖的内容
15个视频16篇阅读材料1个作业2个编程作业4个非评分实验室
了解长短期记忆单元(LSTM)如何解决梯度消失问题,以及命名实体识别系统如何从文本中快速提取重要信息。然后使用 LSTM 和来自 Kaggle 的数据构建自己的命名实体识别系统!
涵盖的内容
8个视频9篇阅读材料1个作业1个编程作业1个非评分实验室
了解连体网络--一种由两个完全相同的网络最终合并而成的特殊神经网络,然后构建自己的连体网络,从 Quora 数据集中识别重复的问题。
涵盖的内容
10个视频10篇阅读材料1个作业1个编程作业3个非评分实验室
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
从 机器学习 浏览更多内容
状态:免费试用DeepLearning.AI
状态:免费试用DeepLearning.AI
状态:免费试用
状态:免费试用DeepLearning.AI
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
1,176 条评论
- 5 stars
71.16%
- 4 stars
16.20%
- 3 stars
6.61%
- 2 stars
3.30%
- 1 star
2.71%
显示 3/1176 个
已于 Oct 19, 2020审阅
Excellent slides, notebooks, assignments, course content, conciseness, explanations. All great. Made all the topics very accessible.
已于 Sep 24, 2020审阅
The lectures are well planned--very short and to the point. The labs offer immense opportunity for practice, and assignment notebooks are well-written! Overall, the course is fantastic!
已于 Sep 20, 2020审阅
Absolutely satisfied with the tons of things I learnt. Professor Jounes and his team did a great work. Looking forward to enrolling to next course.
常见问题
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,




