apacitación en Procesamiento de Lenguajes Naturales (PLN o NLP) - un campo de las ciencias de la computación, inteligencia artificial y lingüística que estudia las interacciones entre las computadoras y el lenguaje humano. Los cursos locales de capacitación en el lenguaje natural en vivo (NLP, por sus siglas en inglés) demuestran a través de la discusión interactiva y practican cómo extraer los conocimientos y el significado de estos datos Utilizando diferentes lenguajes de programación como Python y R y bibliotecas de procesamiento de lenguaje natural (NLP), nuestras capacitaciones combinan conceptos y técnicas de informática, inteligencia artificial y lingüística computacional para ayudar a los participantes a comprender el significado de los datos de texto Los entrenamientos de PNL llevan a los participantes paso a paso a través del proceso de evaluación y aplicación de algoritmos correctos para analizar datos e informar sobre su importancia. La capacitación en PNL está disponible en dos modalidades: "presencial en vivo" y "remota en vivo"; la primera se puede llevar a cabo localmente en las instalaciones del cliente en Chile o en los centros de capacitación corporativa de NobleProg en Chile, la segunda se lleva a cabo a través de un escritorio remoto interactivo.
NobleProg -- Su Proveedor Local de Capacitación
Testimonios
uno de las practicas
JONATHAN MARIANO, si
Curso: Artificial Intelligence (AI) for Managers
Machine Translated
El conocimiento y manejo del tema del instructor
Zaira N. - JONATHAN MARIANO, si
Curso: Artificial Intelligence (AI) for Managers
Machine Translated
lo innovador porque es algo que ya lo estamos viviendo.
jesus isaias - JONATHAN MARIANO, si
Curso: Artificial Intelligence (AI) for Managers
Machine Translated
Algunos de nuestros clientes
Programa del curso NLP
Nombre del Curso
Duración
Descripción General
Nombre del Curso
Duración
Descripción General
21 horas
La IA generativa es un tipo de IA que puede crear contenido original como texto, imágenes, música y código. Los modelos de lenguaje grandes (LLM) son potentes redes neuronales que pueden procesar y generar lenguaje natural.
Esta formación en directo dirigida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel intermedio que deseen aprender a utilizar la IA generativa con LLM para diversas tareas y dominios.
Al final de esta capacitación, los participantes serán capaces de:
-
Explicar qué es la IA generativa y cómo funciona.
Describir la arquitectura del transformador que alimenta los LLM.
Utilice leyes de escalado empírico para optimizar los LLM para diferentes tareas y restricciones.
Aplique herramientas y métodos de última generación para entrenar, ajustar e implementar LLM.
Discutir las oportunidades y los riesgos de la IA generativa para la sociedad y las empresas.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.
14 horas
Los transformadores generativos preentrenados (GPT) son modelos de vanguardia en el procesamiento del lenguaje natural que han revolucionado varias aplicaciones, incluida la generación de lenguaje, la finalización de texto y la traducción automática. Este curso proporciona una exploración en profundidad de los modelos GPT, con un enfoque en GPT-3 y los últimos avances en GPT-4. Los participantes obtendrán información sobre la arquitectura, las técnicas de capacitación y las aplicaciones de los modelos GPT.
Esta capacitación en vivo dirigida por un instructor (en el sitio o en el sitio) está dirigida a científicos de datos, ingenieros de aprendizaje automático, investigadores de PNL y entusiastas de la IA que desean comprender el funcionamiento interno de los modelos GPT, explorar las capacidades de GPT-3 y GPT-4, y aprender a aprovechar estos modelos para sus tareas de PNL.
Al final de esta capacitación, los participantes podrán:
-
Comprender los conceptos y principios clave detrás de los transformadores generativos preentrenados.
Comprender la arquitectura y el proceso de entrenamiento de los modelos GPT.
Utilice GPT-3 para tareas como la generación, finalización y traducción de texto.
Explore los últimos avances en GPT-4 y sus posibles aplicaciones.
Aplicar modelos GPT a sus propios proyectos y tareas de PNL.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizarlo.
14 horas
Hugging Face es una poderosa biblioteca y plataforma de código abierto para el procesamiento del lenguaje natural (NLP).Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a científicos de datos, profesionales de aprendizaje automático e investigadores y entusiastas de PNL que desean utilizar Hugging Face para tareas de PNL de manera efectiva.Al final de esta capacitación, los participantes podrán:
- Utilice un modelo de transformador Hugging Face y ajústelo en un conjunto de datos específico. Obtenga la capacidad de abordar de forma independiente los desafíos comunes de la PNL. Cree y comparta sus demostraciones de modelos de manera efectiva. Agilice la optimización de sus modelos para la producción. Emplee Hugging Face Transformers para resolver una amplia gama de problemas de aprendizaje automático.
- Charla interactiva y debate. Muchos ejercicios y práctica. Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.
14 horas
Los modelos de lenguaje grandes (LLM) son modelos de redes neuronales profundas que pueden generar textos en lenguaje natural basados en una entrada o contexto determinado. Están entrenados con grandes cantidades de datos de texto de varios dominios y fuentes, y pueden capturar los patrones sintácticos y semánticos del lenguaje natural. Los LLM han logrado resultados impresionantes en varias tareas de lenguaje natural, como el resumen de textos, la respuesta a preguntas, la generación de textos y más.
Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a desarrolladores de nivel principiante a intermedio que deseen utilizar modelos de lenguaje grandes para diversas tareas de lenguaje natural.
Al final de esta capacitación, los participantes serán capaces de:
-
Configure un entorno de desarrollo que incluya un LLM popular.
Cree un LLM básico y ajústelo en un conjunto de datos personalizado.
Utilice los LLM para diferentes tareas de lenguaje natural, como el resumen de textos, la respuesta a preguntas, la generación de textos, etc.
Depura y evalúa los LLM con herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.
21 horas
Se estima que los datos no estructurados representan más del 90 por ciento de todos los datos, gran parte de ellos en forma de texto. Las publicaciones del blog, los tweets, los medios sociales y otras publicaciones digitales añaden continuamente a este creciente cuerpo de datos.
Este curso se centra en la extracción de información y significado de estos datos. Utilizando las bibliotecas de lenguaje y procesamiento de lenguaje natural (NLP), combinamos conceptos y técnicas de la informática, la inteligencia artificial y la lingüística computacional para entender algorítmicamente el significado detrás de los datos de texto. Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente.
Al final de este entrenamiento los participantes serán capaces de preparar conjuntos de datos (grandes y pequeños) de fuentes dispares, a continuación, aplicar los algoritmos adecuados para analizar e informar sobre su significado.
Audiencia
Lingüistas y programadores Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
Lingüistas y programadores Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
28 horas
Este curso introduce a los lingüistas o programadores a la PNL en Python. Durante este curso utilizaremos principalmente nltk.org (Natural Language Tool Kit), pero también usaremos otras bibliotecas relevantes y útiles para PNL. Por el momento podemos realizar este curso en Python 2.x o Python 3.x. Los ejemplos son en inglés o mandarín (普通话). Otros idiomas también pueden ponerse a disposición si se acuerda antes de reservar.
7 horas
Este curso ha sido creado para gerentes, arquitectos de soluciones, oficiales de innovación, CTO, arquitectos de software y todos los interesados en la visión general de la inteligencia artificial aplicada y el pronóstico más cercano para su desarrollo.
21 horas
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
21 horas
ChatBots son programas de computadora que simulan automáticamente las respuestas humanas a través de las interfaces de chat. ChatBots ayuda a las organizaciones a maximizar la eficiencia de sus operaciones al proporcionar opciones más fáciles y rápidas para sus interacciones con los usuarios.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo construir chatbots en Python.
Al final de esta capacitación, los participantes podrán:
- Comprenda los fundamentos de la construcción de chatbots
- Cree, pruebe, implemente y solucione problemas de varios chatbots utilizando Python
- Desarrolladores
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
28 horas
Deep Learning para NLP permite que una máquina aprenda procesamiento de lenguaje simple a complejo. Entre las tareas actualmente posibles se encuentran la traducción de idiomas y la generación de subtítulos para fotos. DL (Deep Learning) es un subconjunto de ML (Machine Learning). Python es un lenguaje de programación popular que contiene bibliotecas para Deep Learning para NLP.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar las bibliotecas de Python para el procesamiento de lenguaje natural (NLP) mientras crean una aplicación que procesa un conjunto de imágenes y genera leyendas.
Al final de esta capacitación, los participantes podrán:
- Diseño y código DL para NLP utilizando bibliotecas Python
- Crear código de Python que lea una gran colección de imágenes y genere palabras clave
- Crear código Python que genere subtítulos de las palabras clave detectadas
- Programadores con interés en la lingüística
- Programadores que buscan una comprensión de NLP (procesamiento de lenguaje natural)
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
21 horas
La generación de lenguaje natural (NLG) se refiere a la producción de texto o discurso en lenguaje natural por una computadora.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo usar Python para producir texto en lenguaje natural de alta calidad construyendo su propio sistema NLG desde cero. También se examinarán los casos de estudio y los conceptos relevantes se aplicarán a los proyectos de laboratorio en vivo para generar contenido.
Al final de esta capacitación, los participantes podrán:
- Utilice NLG para generar automáticamente contenido para diversas industrias, desde periodismo, a bienes raíces, a informes meteorológicos y deportivos.
- Seleccione y organice el contenido fuente, planifique oraciones y prepare un sistema para la generación automática de contenido original
- Comprender la tubería NLG y aplicar las técnicas correctas en cada etapa
- Comprender la arquitectura de un sistema de generación de lenguaje natural (NLG)
- Implementar los algoritmos y modelos más adecuados para análisis y pedidos
- Extraiga datos de fuentes de datos disponibles públicamente, así como bases de datos seleccionadas para usar como material para el texto generado
- Reemplazar procesos de escritura manuales y laboriosos con creación de contenido automatizado y generado por computadora
- Desarrolladores
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
21 horas
Esta sesión de capacitación basada en el aula explorará las técnicas de PNL junto con la aplicación de inteligencia artificial y robótica en los negocios. Los delegados realizarán ejemplos basados en computadora y ejercicios de resolución de casos de estudio usando Python
14 horas
La biblioteca OpenNLP de Apache es un kit de herramientas basado en el aprendizaje automático para procesar texto en lenguaje natural. Es compatible con las tareas NLP más comunes, como detección de lenguaje, tokenización, segmentación de oraciones, etiquetado de voz parcial, extracción de entidad nombrada, fragmentación, análisis sintáctico y resolución de correferencia.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear modelos para procesar datos basados en texto usando OpenNLP. Los datos de entrenamiento de muestra y los conjuntos de datos personalizados se usarán como base para los ejercicios de laboratorio.
Al final de esta capacitación, los participantes podrán:
- Instalar y configurar OpenNLP
- Descargue modelos existentes y cree sus propios
- Entrene a los modelos en varios conjuntos de datos de muestra
- Integra OpenNLP con aplicaciones Java existentes
- Desarrolladores
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
21 horas
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a utilizar las técnicas correctas de aprendizaje automático y procesamiento de lenguaje natural (NLP, por sus siglas en inglés) para extraer valor de los datos basados en texto.
Al final de esta capacitación, los participantes podrán:
- Resuelva problemas de ciencias de datos basados en texto con código reutilizable de alta calidad
- Aplicar diferentes aspectos de scikit-learn (clasificación, clustering, regresión, reducción de dimensionalidad) para resolver problemas
- Cree modelos efectivos de aprendizaje automático utilizando datos basados en texto
- Crear un conjunto de datos y extraer características del texto no estructurado
- Visualice los datos con Matplotlib
- Construya y evalúe modelos para obtener información
- Solucionar problemas de errores de codificación de texto
- Desarrolladores
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
35 horas
Al final de la capacitación, se espera que los delegados estén suficientemente equipados con los conceptos esenciales de python y que sean capaces de utilizar NLTK de manera suficiente para implementar la mayoría de las operaciones basadas en ML y PNL. La capacitación tiene como objetivo proporcionar no solo un conocimiento de ejecución sino también el conocimiento lógico y operativo de la tecnología que contiene.
14 horas
Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a desarrolladores y científicos de datos que desean usar spaCy para procesar grandes volúmenes de texto para encontrar patrones y obtener información. Al final de esta capacitación, los participantes podrán:
- Instalar y configurar spaCy.
- Comprender el enfoque de spaCy para el Natural Language Processing (NLP) .
- Extraiga patrones y obtenga información comercial de fuentes de datos a gran escala.
- Integre la biblioteca spaCy con las aplicaciones web y heredadas existentes.
- Implemente espacios para entornos de producción en vivo para predecir el comportamiento humano.
- Use spaCy para preprocesar texto para Deep Learning
- Conferencia interactiva y discusión.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.
- Para obtener más información sobre spaCy, visite: https://spacy.io/
14 horas
En Python Machine Learning, la característica de resumen de texto puede leer el texto de entrada y producir un resumen de texto. Esta capacidad está disponible desde la línea de comandos o como una API / biblioteca de Python. Una aplicación interesante es la creación rápida de resúmenes ejecutivos; esto es particularmente útil para las organizaciones que necesitan revisar grandes cantidades de datos de texto antes de generar informes y presentaciones.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Python para crear una aplicación simple que genere automáticamente un resumen del texto de entrada.
Al final de esta capacitación, los participantes podrán:
- Use una herramienta de línea de comandos que resuma texto.
- Diseña y crea un código de resumen de texto usando las bibliotecas de Python.
- Evalúe tres bibliotecas de resumen de Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17
- Desarrolladores
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
35 horas
TensorFlow ™ es una biblioteca de software de código abierto para computación numérica utilizando gráficos de flujo de datos.
SyntaxNet es una estructura de procesamiento de lenguaje natural de la red neuronal para TensorFlow.
Word2Vec se utiliza para el aprendizaje de representaciones vectoriales de palabras, llamadas "embeddings palabra". Word2vec es un modelo predictivo particularmente computacionalmente eficiente para aprender las incorporaciones de palabras a partir de texto en bruto. Viene en dos sabores, el modelo continuo de la bolsa-de-palabras (CBOW) y el modelo de Skip-Gram (capítulo 3.1 y 3.2 en Mikolov y otros).
Utilizado en tándem, SyntaxNet y Word2Vec permite a los usuarios generar modelos de incorporación aprendida de entrada de lenguaje natural.
Audiencia
Este curso está dirigido a desarrolladores e ingenieros que tienen la intención de trabajar con los modelos SyntaxNet y Word2Vec en sus gráficos TensorFlow.
Después de completar este curso, los delegados:
Entender la estructura y los mecanismos de despliegue de TensorFlow
- ser capaz de llevar a cabo las tareas de instalación / producción de entorno / arquitectura y configuración
- ser capaz de evaluar la calidad del código, realizar depuración,
- ser capaz de implementar la producción avanzada como modelos de entrenamiento, términos de inclusión, gráficos de construcción y registro
14 horas
Deeplearning4j es una biblioteca de código abierto y de aprendizaje profundo escrita para Java y Scala. Integrado con Hadoop y Spark, DL4J está diseñado para ser utilizado en entornos empresariales en GPUs y CPU distribuidas.
Word2Vec es un método de computación de representaciones vectoriales de palabras introducidas por un equipo de investigadores de Google liderado por Tomas Mikolov.
Audiencia
Este curso está dirigido a investigadores, ingenieros y desarrolladores que buscan utilizar Deeplearning4J para construir modelos Word2Vec.
21 horas
Este curso ha sido diseñado para personas interesadas en extraer significado del texto escrito en inglés, aunque el conocimiento se puede aplicar a otros lenguajes humanos.
El curso cubrirá cómo hacer uso de textos escritos por humanos, como blogs, tweets, etc ...
Por ejemplo, un analista puede configurar un algoritmo que llegará a una conclusión automática basada en una fuente de datos extensa.
14 horas
Spark NLP is an open source library, built on Apache Spark, for natural language processing with Python, Java, and Scala. It is widely used for enterprise and industry verticals, such as healthcare, finance, life science, and recruiting.
This instructor-led, live training (online or onsite) is aimed at data scientists and developers who wish to use Spark NLP, built on top of Apache Spark, to develop, implement, and scale natural language text processing models and pipelines.
By the end of this training, participants will be able to:
- Set up the necessary development environment to start building NLP pipelines with Spark NLP.
- Understand the features, architecture, and benefits of using Spark NLP.
- Use the pre-trained models available in Spark NLP to implement text processing.
- Learn how to build, train, and scale Spark NLP models for production-grade projects.
- Apply classification, inference, and sentiment analysis on real-world use cases (clinical data, customer behavior insights, etc.).
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
- To request a customized training for this course, please contact us to arrange.
14 horas
TextBlob es una Python NLP biblioteca para el procesamiento de datos de texto. Ofrece una API sencilla que facilita la realización de tareas NLP, como la etiquetación de parte de la palabra, la extracción de la frase noun, el análisis de sentimientos, la clasificación, la traducción, etc.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a científicos de datos y desarrolladores que desean utilizar TextBlob para implementar y simplificar tareas de NLP, como análisis de sentimientos, correcciones de juego, modelado de clasificación de texto, etc.
Al final de este curso, los participantes podrán:
-
Establecer el entorno de desarrollo necesario para comenzar a implementar las tareas de NLP con TextBlob.
Comprender las características, la arquitectura y las ventajas de TextBlob.
Aprende cómo construir sistemas de clasificación de texto utilizando TextBlob.
Performan tareas comunes de NLP (Tokenización, WordNet, Análisis de Sentimientos, Corrección de Spelling, etc.)
Ejecutar implementaciones avanzadas con APIs simples y algunas líneas de códigos.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
Last Updated:
Próximos Cursos NLP
Procesamiento del Lenguaje Natural con TensorFlow
2023-12-10 09:30
35 horas
Procesamiento del Lenguaje Natural con TensorFlow
2023-12-24 09:30
35 horas
Inteligencia Artificial - La Materia más Aplicada - Análisis de Datos + AI Distribuido + PNL
2024-01-07 09:30
21 horas
Procesamiento de Lenguaje Natural (NLP) con R
2024-01-21 09:30
21 horas
NLP con Deeplearning4j
2024-02-04 09:30
14 horas
Procesamiento de Lenguaje Natural (NLP) con R
2024-02-18 09:30
21 horas
Procesamiento de Lenguaje Natural (NLP) con R
2024-03-03 09:30
21 horas
Consultoría
Cursos de Fin de Semana de Natural Language Processing, Capacitación por la Tarde de NLP (Natural Language Processing), NLP (es. PLN) boot camp, Clases de NLP (es. PLN), Capacitación de Fin de Semana de NLP (es. PLN), Cursos por la Tarde de NLP (Natural Language Processing), NLP coaching, Instructor de Natural Language Processing, Capacitador de NLP (Natural Language Processing), NLP (Natural Language Processing) con instructor, Cursos de Formación de NLP, NLP en sitio, Cursos Privados de NLP (es. PLN), Clases Particulares de NLP (es. PLN), Capacitación empresarial de Natural Language Processing, Talleres para empresas de NLP (Natural Language Processing), Cursos en linea de NLP (es. PLN), Programas de capacitación de Natural Language Processing, Clases de NLP (es. PLN)Cursos de Fin de Semana de Natural Language Processing, Capacitación por la Tarde de NLP (Natural Language Processing), NLP boot camp, Clases de NLP, Capacitación de Fin de Semana de NLP (Natural Language Processing), Cursos por la Tarde de Natural Language Processing (NLP), NLP (Natural Language Processing) coaching, Instructor de Natural Language Processing (NLP), Capacitador de NLP, Natural Language Processing (NLP) con instructor, Cursos de Formación de NLP, NLP en sitio, Cursos Privados de NLP, Clases Particulares de Natural Language Processing, Capacitación empresarial de NLP (Natural Language Processing), Talleres para empresas de Natural Language Processing (NLP), Cursos en linea de Natural Language Processing (NLP), Programas de capacitación de Natural Language Processing (NLP), Clases de NLP (Natural Language Processing)