Курс на Stepik
Обложка курса «NLP на практике: от токенов до трансформеров и эмбеддингов» на Stepik
3 500 ₽

NLP на практике: от токенов до трансформеров и эмбеддингов ★ 0.000

Открыть на
STEPIK.ORG

Практический курс по NLP - обработке естественного языка - на русском языке и на Python. Пройдете путь от счетного бейзлайна до дообученного трансформера, эмбеддингов и семантического поиска на одном корпусе русских отзывов, честно сравнивая методы по метрике. Задачи с автопроверкой прямо на платформе, тяжелые практики - в Google Colab. Курс целиком проходится на CPU: GPU не нужен

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «NLP на практике: от токенов до трансформеров и эмбеддингов»Учеников на курсе 0
Сертификаты, выданные на курсе «NLP на практике: от токенов до трансформеров и эмбеддингов»Сертификатов выдано 0
Отзывы о курсе «NLP на практике: от токенов до трансформеров и эмбеддингов»Отзывов получено 0
Рейтинг курса «NLP на практике: от токенов до трансформеров и эмбеддингов»Рейтинг курса 0.000
Уроки в курсе «NLP на практике: от токенов до трансформеров и эмбеддингов»Количество уроков 20
Тесты в курсе «NLP на практике: от токенов до трансформеров и эмбеддингов»Количество квизов 147
Задачи с кодом в курсе «NLP на практике: от токенов до трансформеров и эмбеддингов»Количество задач с кодом 17
Стоимость курса «NLP на практике: от токенов до трансформеров и эмбеддингов»Стоимость курса 3 500 ₽ —
Обновления курса «NLP на практике: от токенов до трансформеров и эмбеддингов»Обновления курса — —
Дата публикации курса «NLP на практике: от токенов до трансформеров и эмбеддингов»Дата публикации курса — ———
Последнее обновление курса «NLP на практике: от токенов до трансформеров и эмбеддингов»Последнее обновление — ———
Сложность normal — ———

Чему вы научитесь

  • Превращать русский текст в признаки: токенизация, BoW, TF-IDF, Word2Vec
  • Обучать и честно сравнивать классификаторы - от линейного бейзлайна до TextCNN
  • Работать с последовательностями: RNN, LSTM, GRU, NER с entity-level F1, генерация с температурой, top-k и top-p
  • Считать attention руками и собирать трансформер: маски, позиционные кодировки, разница BERT и GPT
  • Дообучать энкодер на Hugging Face (актуальная версия v5) и переносить код из старых туториалов
  • Строить семантический поиск на эмбеддингах и измерять его качество: recall@k, MRR, разбор отказов
  • Собирать сквозной NLP-проект и сводную таблицу, которая показывает, какой метод что дал и чего стоил

О курсе

Практический курс по NLP - обработке естественного языка - на русском языке и на Python. Пройдете путь от счетного бейзлайна до дообученного трансформера, эмбеддингов и семантического поиска на одном корпусе русских отзывов, честно сравнивая методы по метрике. Задачи с автопроверкой прямо на платформе, тяжелые практики - в Google Colab. Курс целиком проходится на CPU: GPU не нужен

Для кого этот курс

Для тех, кто знает Python, понимает базовое машинное обучение и читает код на PyTorch. Опыт в обработке текста не требуется - NLP разбирается с нуля. Курс НЕ подойдет: • новичкам без уверенного Python - сначала нужен курс по программированию; • тем, кто ищет готовые рецепты без объяснений: здесь много разборов «почему так»;

Начальные требования

• Python: функции, классы, numpy, pandas.
• Машинное обучение: train/val/test, переобучение, метрики.
• PyTorch на уровне чтения кода: тензоры, модуль, цикл обучения.
• GPU не нужен - все практики проходятся на процессоре, ускоритель только сокращает ожидание.

Преподаватели курса

Аватар Софья Кузьмина
Софья Кузьмина
Астрофизика это любовь
1 курс
→

Как проходит обучение

20 уроков в 6 модулях, self-paced — проходите в своем темпе.

Каждый урок построен одинаково: постановка проблемы → разбор теории → пример на числах → практика → тест → отдельный шаг о границах решения.

Практика двух видов: задачи по коду с автоматической проверкой прямо на платформе (решаете в браузере, система сразу говорит, что не так) и расширенные практики на
PyTorch в готовых Google Colab-ноутбуках — открыл, скопировал к себе, запустил.

В конце — финальный проект в двух треках на выбор: повторить пайплайн на учебных
данных или принести свою задачу. Автор отвечает на вопросы в комментариях два раза
в неделю; комментарии включены во всех уроках.

Ориентировочный объем — 20–25 часов.

Что вы получите

  • Рабочий сквозной NLP-проект и сводную таблицу сравнения методов - готовый артефакт для портфолио.
  • Навык, который переносится на свои данные: не «запустить пример», а понимать,
  • какой метод выбрать, как его честно измерить и где он сломается.
  • Задачи с автопроверкой и Colab-ноутбуки, которые остаются у вас.
  • Сертификат Stepik по завершении.
  • Бессрочный доступ к материалам курса.

Нагрузка

4-6 часов в неделю

Расскажите о курсе друзьям