ＡＩ機械翻訳（付録：日本語対応ソースコード付）：RNNでディープラーニング：自然言語処理入門編
Encoder とDecoder + RNN(GRU)を使って Sequence to Sequence モデルを作成しよう
Ratings 3.69 / 5.00
What You Will Learn!
- 機械翻訳の仕組み
- Sequence to Sequenceモデル
- RNN->LSTM->GRU の基礎知識
- Google Colaboratoryの使い方
Description
初心者にも扱いやすいPyTorchフレームワークを使って、Python コードを一行づつ解説していきます。
RNNの仕組み利用して、Encoder Decoderクラスを作成し、翻訳の基本的な仕組みを学びます。
フレームワークのRNNには LSTMの発展形であるGRUを使用し、EncoderとDecoderという仕組みを利用して機械的に翻訳を学習させて行きます。
機械学習では文法を考えずに大量のデータを読み込んで学習していきます。以前の翻訳はルールベースで翻訳作業を行ってきました。しかし、ビッグデータにより受け入れる情報量と処理能力が向上すると、いかに文法を学ぶということが、コストのかかる作業であったかということがわかってきます。
このレクチャーはとコーディングの解説が長く続く部分もありますので、何の説明をしているのか意味がわからなくなった場合などは、Q&Aにてご質問ください。
Pythonコードと、PyTorchフレームワークで解説していきます。
（英語から日本語へ翻訳するAttentionのコードも付属）
Who Should Attend!
- 人工知能に興味を持つ初級のPython学習者
- ディープラーニング初心者
- 機械翻訳の初心者
Tags
- Artificial Intelligence
- Deep Learning
- Machine Learning
- Natural Language Processing
- Python
- Neural Networks
Subscribers
195
Lectures
51
TAKE THIS COURSE
