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 México o en los centros de capacitación corporativa de NobleProg en México, la segunda se lleva a cabo a través de un escritorio remoto interactivo.
NobleProg -- Su Proveedor Local de Capacitación
Me gustaron los ejercicios.
Office for National Statistics
Curso: Natural Language Processing with Python
Translated by
El capacitador explicó muy fácilmente temas difíciles y avanzados.
Leszek K
Curso: Artificial Intelligence Overview
Translated by
Este es uno de los mejores cursos prácticos de programación de ejercicios que he tomado.
Laura Kahn
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Translated by
Esta es una de las mejores capacitaciones en línea de calidad que he tomado en mi carrera de 13 años. ¡Mantener el buen trabajo!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Translated by
| Código | Nombre | Duración | Información General |
|---|---|---|---|
| aiint | Artificial Intelligence Overview | 7 horas | Este curso ha sido creado para gerentes, arquitectos de soluciones, oficiales de innovación, CTO, arquitectos de software y cualquier persona interesada en una visión general de la inteligencia artificial aplicada y el pronóstico más cercano para su desarrollo. |
| nlp | Natural Language Processing | 21 horas | Este curso ha sido diseñado para personas interesadas en extraer el significado del texto escrito en inglés, aunque el conocimiento también se puede aplicar a otros idiomas humanos. El curso cubrirá cómo hacer uso del texto escrito por humanos, como publicaciones de blog, tweets, etc. Por ejemplo, un analista puede configurar un algoritmo que alcanzará una conclusión automáticamente en función de una fuente de datos extensa. |
| aitech | Inteligencia Artificial - La Materia más Aplicada - Análisis de Datos + AI Distribuido + PNL | 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. |
| NPL_LBG | Natural Language Processing - AI/Robotics | 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 . |
| python_nltk | Natural Language Processing with Python | 28 horas | Este curso introduce lingüistas o programadores a NLP en Python Durante este curso usaremos principalmente nltkorg (Natural Language Tool Kit), pero también usaremos otras bibliotecas relevantes y útiles para PNL Por el momento podemos realizar este curso en Python 2xo Python 3x Los ejemplos están en inglés o mandarín (普通话) Otros idiomas también pueden estar disponibles si se acuerdan antes de la reserva . |
| tsflw2v | Natural Language Processing with TensorFlow | 35 horas | TensorFlow ™ es una biblioteca de software de código abierto para el cálculo numérico utilizando gráficos de flujo de datos SyntaxNet es un marco de procesamiento de lenguaje natural de red neuronal para TensorFlow Word2Vec se utiliza para aprender representaciones de palabras en vectores, llamadas "incrustaciones de palabras" Word2vec es un modelo predictivo particularmente computacionalmente eficiente para el aprendizaje de incrustaciones de palabras a partir de texto sin formato Se presenta en dos formas: el modelo Continuous BagofWords (CBOW) y el modelo SkipGram (Capítulo 31 y 32 en Mikolov et al) Utilizado en tándem, SyntaxNet y Word2Vec permiten a los usuarios generar modelos de Incrustación aprendidos a partir de la 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: comprender la estructura y los mecanismos de despliegue de TensorFlow ser capaz de llevar a cabo las tareas y configuraciones de entorno / producción / arquitectura ser capaz de evaluar la calidad del código, realizar la depuración, el monitoreo ser capaz de implementar producción avanzada como modelos de capacitación, incorporación de términos, construcción de gráficos y registro . |
| w2vdl4j | NLP with Deeplearning4j | 14 horas | Deeplearning4j es una biblioteca de creación de fuentes abiertas distribuida para Java y Scala Integrado con Hadoop y Spark, DL4J está diseñado para ser utilizado en entornos de negocios en GPU y CPU distribuidas Word2Vec es un método de cálculo de representaciones de vectores de palabras presentado por un equipo de investigadores en Google dirigido por Tomas Mikolov Audiencia Este curso está dirigido a investigadores, ingenieros y desarrolladores que buscan utilizar Deeplearning4J para construir modelos Word2Vec . |
| nlpwithr | NLP: Natural Language Processing with R | 21 horas | Se estima que los datos no estructurados representan más del 90 por ciento de todos los datos, en gran parte en forma de texto Las publicaciones de blog, los tweets, las redes sociales y otras publicaciones digitales se agregan continuamente a este creciente conjunto de datos Este curso se centra en extraer información y significado de estos datos Utilizando las bibliotecas de Lenguaje R y Procesamiento del Lenguaje Natural (NLP), combinamos conceptos y técnicas de la informática, la inteligencia artificial y la lingüística computacional para comprender algorítmicamente el significado de los datos de texto Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente Al final de esta capacitación, los participantes podrán preparar conjuntos de datos (grandes y pequeños) de distintas fuentes, luego aplicar los algoritmos correctos para analizar e informar sobre su importancia Audiencia Lingüistas y programadores Formato del curso Conferencia de parte, parte de discusión, práctica manual, pruebas ocasionales para medir comprensión . |
| pythontextml | Python: Machine Learning with Text | 21 horas | En esta capacitación en vivo con instructor, los participantes aprenderán a utilizar las técnicas adecuadas 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 scikitlearn (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 Audiencia Desarrolladores Científicos de datos Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual . |
| nlg | Python for Natural Language Generation | 21 horas | La generación de lenguaje natural (NLG) se refiere a la producción de texto o discurso en lenguaje natural por una computadora En este entrenamiento en vivo con instructor, los participantes aprenderán a 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 generado por computadora Audiencia Desarrolladores Científicos de datos Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual . |
| python_nlp | Natural Language Processing with Deep Dive in Python and NLTK | 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 . |
| opennlp | OpenNLP for Text Based Machine Learning | 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 la detección de idiomas, la tokenización, la segmentación de oraciones, el etiquetado partofspeech, la extracción de entidad nombrada, la fragmentación, el análisis sintáctico y la resolución de correferencia En esta capacitación en vivo con 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 Audiencia Desarrolladores Científicos de datos Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual . |
| textsum | Text Summarization with Python | 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 este entrenamiento en vivo instruido, los participantes aprenderán a usar Python para crear una aplicación simple que autogenera un resumen de texto de entrada Al final de esta capacitación, los participantes podrán: Use una herramienta de línea de comandos que resuma el texto Diseña y crea un código de resumen de texto usando las bibliotecas de Python Evalúe tres bibliotecas de resumen de Python: sumy 070, pysummarization 104, readless 1017 Audiencia Desarrolladores Científicos de datos Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual . |
| dlfornlp | Deep Learning for NLP (Natural Language Processing) | 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 con 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 Audiencia Programadores con interés en la lingüística Programadores que buscan una comprensión de NLP (procesamiento de lenguaje natural) Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual . |
| chatbotpython | Building Chatbots in Python | 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 este entrenamiento en vivo instruido, los participantes aprenderán a 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 Audiencia Desarrolladores Formato del curso Conferencia de parte, parte de discusión, ejercicios y práctica manual Nota Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos . |
| Curso | Fecha | Precio del Curso [A distancia / Presencial] |
|---|---|---|
| Inteligencia Artificial - La Materia más Aplicada - Análisis de Datos + AI Distribuido + PNL - Querétaro - Milenio III | Lun, 2018-09-03 09:30 | 85000MXN / 108600MXN |
| Python para la Generación de Lenguaje Natural - Puebla - Triangulo Las Animas | Lun, 2018-09-03 09:30 | 85000MXN / 105450MXN |
| Resumen de texto con Python - Guadalajara - Country Club Financial | Mié, 2018-09-05 09:30 | 57900MXN / 80300MXN |
| Procesamiento de lenguaje natural con Deep Dive en Python y NLTK - Guadalajara - Puerta del Hierro | Lun, 2018-09-10 09:30 | 139900MXN / 172900MXN |
| Procesamiento de Lenguaje Natural (NLP) con R - Monterrey - Oficinas en el Parque | Mar, 2018-09-11 09:30 | 85000MXN / 111900MXN |
| Curso | Ubicación | Fecha | Precio del Curso [A distancia / Presencial] |
|---|---|---|---|
| Haskell Avanzado | Ciudad de Mexico - Colonia Del Valle | Jue, 2018-08-23 09:30 | 52110MXN / 76110MXN |
| Haskell Avanzado | Puebla - Triangulo Las Animas | Mar, 2018-09-11 09:30 | 52110MXN / 72410MXN |
| Fundamentos de Haskell | Monterrey - Dataflux | Mié, 2018-09-19 09:30 | 52110MXN / 74510MXN |
| Gestión de Reglas de Negocios (BRMS) con Drools | Puebla - Triangulo Las Animas | Mié, 2018-10-31 09:30 | 34110MXN / 54260MXN |
| Introducción MoDAF/NAF | Puebla - Triangulo Las Animas | Jue, 2018-12-13 09:30 | 26550MXN / 46700MXN |
.jpg "abu dhabi company for onshore oil operations (adco)")
.jpg "aeronautical radio, incorporated (arinc)")
.jpg "american international group (aig)")
.png "american medical association (ama)")
.png "bank of montreal (bmo)")
