Curso de Procesamiento del Lenguaje Natural (NLP) de Hugging Face
Categoría – Procesamiento del Lenguaje Natural
Dificultad del Curso – Avanzado
Duración del Curso – 1 Semana por Capítulo
Precio – Gratis
Idiomas Disponibles – Inglés
Valoración
El Curso NLP de Hugging Face se ha desarrollado con el objetivo de avanzar y democratizar la inteligencia artificial a través de tecnologías de código abierto y ciencia abierta. Este curso es completamente gratuito y libre de anuncios, permitiéndote explorar y aprender sobre el procesamiento del lenguaje natural (NLP) utilizando las bibliotecas y herramientas más avanzadas del ecosistema de Hugging Face.
Temas cubiertos:
A lo largo de este curso, te sumergirás en varios temas relacionados con el NLP y los modelos Transformer. La estructura del curso se desarrolla de la siguiente manera:
Capítulos 1 al 4
Estos capítulos son una introducción a los conceptos fundamentales de la biblioteca Hugging Face Transformers. Al finalizar esta sección, obtendrás una comprensión integral de los modelos Transformer, su funcionamiento interno, y cómo utilizar un modelo del Hub de Hugging Face. Además, aprenderás a afinar un modelo en un conjunto de datos y compartir tus resultados en el Hub.
Capítulos 5 al 8
En esta sección, aprenderás los fundamentos de los Datasets y Tokenizers de Hugging Face antes de sumergirte en las tareas clásicas de NLP. Al terminar estos capítulos, tendrás las habilidades para enfrentar de manera independiente los desafíos comunes de NLP.
Capítulos 9 al 12
Más allá del NLP, estos capítulos exploran cómo los modelos Transformer se pueden aplicar a tareas en el procesamiento del habla y la visión por computadora. A lo largo de este trayecto, aprenderás a construir y compartir demos de tus modelos, optimizándolos para entornos de producción. Al final de esta parte, estarás bien preparado para aplicar Transformers de Hugging Face a un amplio rango de problemas de aprendizaje automático.
Características del Curso:
- Emplea bibliotecas del ecosistema de Hugging Face: Transformers, Datasets, Tokenizers, y Accelerate, junto con el Hub de Hugging Face.
- Experiencia práctica con conjuntos de datos reales y tareas, asegurando un aprendizaje práctico.
- Comprensión profunda de los modelos Transformer y sus aplicaciones en NLP, procesamiento del habla, y visión por computadora.
- Entorno de aprendizaje colaborativo con acceso a foros para plantear preguntas y discutir ideas.
- Ejemplos de código y ejercicios proporcionados en cuadernos Jupyter, disponibles en Google Colab o Amazon SageMaker Studio Lab.
Resultados de Aprendizaje Clave:
Al finalizar este curso, habrás adquirido una comprensión de los siguientes temas:
- Competencia en el uso de bibliotecas del ecosistema de Hugging Face para tareas de NLP.
- Conocimiento profundo de los modelos Transformer y su funcionamiento.
- Capacidad para ajustar los modelos en conjuntos de datos personalizados y compartir resultados en el Hub de Hugging Face.
- Comprendiendo los fundamentos del NLP y la capacidad para abordar los desafíos comunes de NLP de manera independiente.
- Aplicación de modelos Transformer en tareas de procesamiento del habla y visión por computadora.
- Construcción y compartición de demos de tus modelos, optimizados para entornos de producción.
Publico Objetivo:
Este curso está dirigido a individuos con el siguiente perfil:
- Sólida base en programación en Python.
- Cierta familiaridad con conceptos de aprendizaje profundo es beneficiosa, pero no se requiere conocimiento previo de PyTorch o TensorFlow.
Se recomienda que los estudiantes hayan completado un curso introductorio de aprendizaje profundo, como el de “Practical Deep Learning for Coders” de fast.ai o programas similares desarrollados por DeepLearning.AI.
Acreditación:
Actualmente, el Curso NLP de Hugging Face no ofrece certificación formal al finalizar. Sin embargo, el equipo está trabajando activamente en un programa de certificación para el ecosistema de Hugging Face.
LEE MÁS ARTÍCULOS SOBRE: Cursos IA.
LEE LA ENTRADA ANTERIOR: Inteligencia Artificial Generativa con Modelos de Lenguaje a Gran Escala.