Curso ONLINE

Curso en Procesamiento de Lenguaje Natural

Impartido por Layla Scheli, Analista de BI, Big Data y Data Science en Iosper
Inicio: 27 Junio 2024
1 mes
4.9

Presentación del curso

El Procesamiento de Lenguaje Natural (PLN) estudia el uso de algoritmos y estructuras de datos para el procesamiento automático del lenguaje humano. Es una rama de las Ciencias de la Computación, la Inteligencia Artificial y la Lingüística Computacional, que sirve tanto para el desarrollo de aplicaciones prácticas que utilicen tecnología basada en lenguaje humano, como para el estudio de los problemas fundamentales de la lingüística teórica y las ciencias cognitivas.

En esta Curso en Procesamiento de Lenguaje Natural haremos una introducción a las diferentes tareas que componen el PLN, y los diferentes enfoques computacionales para encararlas. Haremos énfasis especialmente en el trabajo basado en corpus y en el uso de algoritmos de aprendizaje automático (Machine Learning).

Este curso forma parte del Master en Data Science y Big Data. Si quieres ampliar tu formación, consulta el programa completo.

El Procesamiento de Lenguaje Natural (PLN) estudia el uso de algoritmos y estructuras de datos para el procesamiento automático del lenguaje humano. Es una rama de las Ciencias de la Computación, la Inteligencia Artificial y la Lingüística Computacional, que sirve tanto para el desarrollo de aplicaciones prácticas que utilicen tecnología basada en lenguaje humano, como para el estudio de los problemas fundamentales de la lingüística teórica y las ciencias cognitivas.

En esta Curso en Procesamiento de Lenguaje Natural haremos una introducción a las diferentes tareas que componen el PLN, y los diferentes enfoques computacionales para encararlas. Haremos énfasis especialmente en el trabajo basado en corpus y en el uso de algoritmos de aprendizaje automático (Machine Learning).

Este curso forma parte del Master en Data Science y Big Data. Si quieres ampliar tu formación, consulta el programa completo.

¿Qué aprenderás en este curso?

Al finalizar el Curso en Procesamiento de Lenguaje Natural serás perfectamente capaz de:

  • Saber analizar e interpretar los problemas computacionales del PLN.
  • Saber proponer soluciones específicas basadas en PLN, implementarlas y evaluarlas.

¿Para quién es este curso?

El Curso en Procesamiento de Lenguaje Natural proporciona formación específicamente orientada a los siguientes perfiles:

  • Ingenieros que tengan por objetivo una actualización de sus conocimientos y el desarrollo de nuevas competencias dentro de la Inteligencia Artificial
  • Programadores que tengan por objetivo ampliar sus conocimientos y capacidades en el mundo de la ciencia de datos para su desarrollo profesional
  • Analistas de datos con experiencia que quieran dar el salto a los aspectos más profundos de la tecnología

El curso incluye:

  • 3 clases (1 mes)

  • 3 sprint semanales

  • Masterclass y/o tutorias

  • 1 proyecto

  • Diploma IEBS

  • Bolsa de empleo

Plan de estudios

Contenidos del curso:

  • Bienvenida y presentación
Tema 1: Introducción al Procesamiento del Lenguaje Natural

Resumen

El Procesamiento de Lenguaje Natural (PLN) estudia el uso de algoritmos y estructuras de datos para el procesamiento automático del lenguaje humano. Es una rama de las Ciencias de la Computación, la Inteligencia Artificial y la Lingüística Computacional, que sirve tanto para el desarrollo de aplicaciones prácticas que utilicen tecnología basada en lenguaje humano, como para el estudio de los problemas fundamentales de la lingüística teórica y las ciencias cognitivas.

En esta clase daremos una introducción a las diferentes tareas que componen el PLN, para entender el contexto general y nos centraremos en el procesamiento básico de textos.

 

Objetivos

Los objetivos para esta clase son: 

  • Contextualizar acerca del NLP.
  • Conocer el léxico empleado y distintos conceptos básicos asociados.
  • Realizar una primera aproximación al uso de la librería de NLTK.
 

Temario

  • Teoría
    • Introducción al NLP
    • Etapas, Áreas, Componentes y Flujos de Trabajo
    • NLP - Conceptos Claves - Parte 1
    • NLP - Conceptos Claves - Parte 2
    • Regex, Tf-idf, Matriz término-documento
  • Práctica
    • Introducción a NKTL - Parte 1
    • Introducción a NKTL - Parte 2
Tema 2: Modelos Probabilísticos de NLP y Métodos de Aplicación

Resumen

 En esta segunda clase empezaremos a entender las complejidades a las que nos enfrentamos a la hora de utilizar técnicas de NLP. A su vez, abordaremos temáticas esenciales de modelos probabilísticos del lenguaje. 

También realizaremos una conceptualización al uso y aplicación del Text Mining y Web Mining desde una perspectiva del NLP. Conoceremos de forma introductoria la librería de Spacy y tocaremos la temática de sesgos y abordaje de un proyecto de NLP.

 

Objetivos

Los objetivos de esta clase son:

  • Comprender los desafíos y retos del NLP.
  • Aplicar técnicas de analítica de texto y web mining básicas para el NLP.
  • Entender de manera introductoria el uso de la librería de Spacy.
  • Conocer los sesgos y abordaje de un proyecto de NLP de manera conceptual.
 

Temario

  • Teoría
    • Modelos Probabilísticos del Lenguaje
    • Intro a Text Mining
    • Web Scraping
    • Conociendo Spacy
    • Sesgos en el NLP
    • Abordaje de un proyecto de NLP
  • Práctica
    • Modelado del Lenguaje
    • Procesamiento básico de Texto
    • Laboratorio - Analítica de Textos
    • Web Scraping y NLTK
    • Ejemplos Pipeline NLP
Tema 3: NLP – Modelos y Algoritmos

Resumen

Ya brindados todos los conceptos básicos e intermedios del mundo del NLP, en el presente sprint abordaremos las técnicas mas avanzadas de aplicación. Para ello, realizaremos un abordaje al Machine Learning, Deep Learning, Análisis de Sentimientos, y conceptos complementarios como ser: Transfer Learning, GPT-3, entre otras temáticas a fines.

 

Objetivos

 Los objetivos de esta clase son:  

  • Aplicar de forma práctica algoritmos de Machine Learning para la solución de un problema basado en el uso de NLP.
  • Resolver de forma práctica algoritmos de Deep Learning para la solución de un problema basado en el uso de NLP.
  • Implementar un algoritmo de Análisis de Sentimientos.
  • Comprender conceptos complementarios al Procesamiento del Lenguaje Natural.
  • Profundizar en el uso de la librería de Spacy.
 

Temario

  • Teoría
    • Nociones básicas del Machine & Deep Learning
    • Learning Revisión modelos de Aprendizaje Automático
    • Diseño y construcción de un modelo de NLP
    • Redes Neuronales y Arquitecturas en el NLP
    • Métodos de Ensamble y NLP
    • Análisis de Sentimientos
    • MLOps
    • Transfer Learning, GPT-3 y Transformers
  • Práctica
    • Clasificación de Texto con Naive Bayes en Python
    • Text Generation with LSTM
    • Sentimental Analysis
    • Bonus Track - Comenzando con spaCy para Procesamiento de Lenguaje Natural
    • Bonus Track - Cloud Computing y NLP

Experto

Layla Scheli

Analista de BI, Big Data y Data Science en Iosper

Nuestros alumnos opinan

¿Por qué elegirnos?

Descubre lo que nos diferencia

95%Empleo

El 95% de nuestros alumnos está trabajando o emprende cuando finaliza sus estudios

Empleo
175kAlumnos

Somos la mayor comunidad de profesionales digitales del mundo

Comunidad
13Años

Expertos en formación online: más de 10 años liderando la innovación del elearning

Experiencia
95%Satisfacción

El 95% de nuestros alumnos consiguen mejorar su situación al finalizar sus estudios

Seguridad

Curso en Procesamiento de Lenguaje Natural

U$S 510

  • Big data & IA
Inicio: 27 Junio 2024
1 mes
Online
Ininterrumpido 24/7
Diploma de IEBS

Curso en Procesamiento de Lenguaje Natural

U$S 510