Ao percorrer essa trilha de aprendizagem, você será apresentado às principais técnicas de processamento de linguagem natural para manipulação de textos, desde algoritmos mais básicos até arquiteturas mais complexas de Deep Learning. Encontre também informações sobre oportunidades de trabalho, o que você terá a chance de aprender e os requisitos para realizar todos os cursos listados.
12 Cursos
+ 120 Horas
+ 30 Estudos de caso
- Oportunidade de trabalho
O processamento de linguagem natural (PNL) tem o objetivo de reproduzir em computadores a compreensão automática de línguas humanas naturais. Alguns exemplos incluem: tradução de voz para texto, texto para voz, sumarização automática de documentos, adição automática de legendas em vídeos, detecção de entidades em textos, geração de linguagens, reconhecimento óptico de caracteres (OCR), chatbots, dentre várias outras.
Devido à grande utilização recente de assistentes virtuais, várias empresas de tecnologia têm investido grande capital no desenvolvimento de chatbots, como por exemplo: a Apple (Siri), a Microsoft (Cortana), o Google (Google Assitant) e a Amazon (Alexa). A título de informação, em 2018, uma empresa estadunidense chamada DARPA anunciou um investimento de US$ 2 bilhões nesta área. Por essa razão, é uma das áreas de Inteligência Artificial que mais vem crescendo nos últimos tempos e a procura por profissionais qualificados na área tem aumentado.
O que você vai aprender
- Básico sobre programação com a linguagem Python
- Aprenda minerar emoções de textos no idioma português e inglês utilizando algoritmos básicos e avançados de machine learning
- Utilize as bibliotecas spaCy e NLTK (Natural Language Toolkit) em tarefas de processamento de linguagem natural
- Aprenda a teórica e a prática dos algoritmos que realizam pesquisas em textos, bem como o famoso algoritmo Page Rank desenvolvido pelo Google
- Crie chatbots básicos utilizando Python + NLTK e a ferramenta Dialogflow da Microsoft
- Crie um chatbot complexo utilizando Deep Learning e redes neurais recorrentes
- Conceitos teóricos e implementação de redes neurais artificiais, redes neurais convolucionais, redes neurais recorrentes, mapas auto organizáveis, boltzmann machines, auto encoders, redes adversariais generativas, transferência de aprendizagem e transferência de estilo; utilizando a biblioteca TensorFlow
- Utilize redes neurais convolucionais para classificar textos
- Agrupe textos pelo seu conteúdo utilizando o algoritmo k-means
- Crie um tradutor de idiomas utilizando a moderna arquitetura Transformer
- Crie um sistema de perguntas e respostas utilizando a arquitetura BERT do Google
- Objetivos
Esta trilha visa fornecer ao aluno os subsídios necessários para desenvolver aplicações reais e trabalhar na área de Processamento de Linguagem Natural. Ao final, o aluno será capaz de desenvolver seus próprios projetos utilizando textos em vários idiomas.
- Requisitos
O único pré-requisito necessário é saber o básico sobre lógica de programação, principalmente estruturas condicionais e de repetição.
Programação em Python: O Guia para Iniciantes
Aprenda o básico da linguagem Python de maneira rápida e fácil! Exemplos implementados passo a passo e com exercícios
Mineração de Emoção em Textos com Python e NLTK
Aprenda passo a passo na teoria e na prática como utilizar o Python e o NLTK para minerar emoções em bases de dados textuais em português
Processamento de Linguagem Natural com spaCy e Python
Aprenda os recursos básicos da biblioteca spaCy para processamento de linguagem natural e faça o treinamento de um algoritmo para reconhecer emoções de frases escritas em português
Inteligência Artificial: Buscas em Textos com Python
Construa seu próprio crawler, indexador e sistema de busca em textos! Implemente os seguintes algoritmos de busca: consultas com uma ou múltiplas palavras, frequência de palavras, posição das palavras no documento, distância entre as palavras e o famoso algoritmo PageRank do Google!
Machine Learning para Competições Kaggle: Especial COVID-19
Atenda ao chamado da Casa Branca e ajude a comunidade científica e os profissionais de saúde na pandemia de COVID-19. Realize buscas em artigos científicos sobre a doença, faça previsões de mortes e o diagnóstico da doença utilizando imagens de raio-x do tórax
Chatbots com Python e Dialogflow: O Guia para Iniciantes
Construa chatbots de maneira fácil e rápida para pedir pizzas, conversar sobre assuntos gerais e pesquisar textos em documentos. Aprenda a trabalhar com a ferramenta Dialogflow e a linguagem Python para o desenvolvimento dos exemplos
Deep Learning com Python de A à Z: O Curso Completo
Redes neurais artificiais, convolucionais, recorrentes, mapas auto organizáveis, boltzmann machines, autoencoders e GANs
Processamento de Linguagem Natural com Deep Learning
Crie um tradutor de idiomas e um classificador de sentimento utilizando a moderna arquitetura Transformer do Google e Redes Convolucionais. Utilize o Google Colab com o TensorFlow 2.0
Processamento de Linguagem Natural com BERT e Python
Aplique o algoritmo revolucionário de PLN e Deep Learning do Google para tarefas do mundo real! Crie um sistema de Q&A (Questions & Answer) e implemente mineração de sentimentos!
TensorFlow, Deep Learning e Python: Construa um Chatbot
Aprenda como implementar modelos de Processamento de Linguagem Natural usando técnicas modernas de Deep Leaning! Construa um chatbot utilizando o TensorFlow e Redes Neurais Recorrentes
TensorFlow 2.0: Um Guia Completo sobre o novo TensorFlow
Crie aplicações incríveis de Aprendizado Profundo (Deep Learning) e Inteligência Artificial com a nova biblioteca do Google
Deep Learning Prático com TensorFlow e Python
Crie passo a passo 16 projetos utilizando modernas técnicas de Machine Learning! Especialize-se em Deep Learning!
