Математические методы анализа текстов (курс лекций) / осень 2019

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: {{TOCright}} В курсе рассматриваются основные задачи и математические методы обработки естественного язы...)
Строка 7: Строка 7:
От студентов требуются знание курса машинного обучения, основ глубинного обучения, а также языка программирования Python.
От студентов требуются знание курса машинного обучения, основ глубинного обучения, а также языка программирования Python.
 +
 +
==Контакты==
 +
* Преподаватели курса: Воронцов К.В., Апишев М.А., Попов А.С.
 +
 +
* На ВМК занятия проходят в аудитории 72 по вторникам, начало в 10:30
 +
 +
* На ВЦ занятия проходят в аудитории ?? по средам, начало в ??
 +
 +
* По всем конструктивным вопросам пишите в telegram-чат ??
 +
 +
==Правила сдачи курса==
 +
 +
В рамках курса предполагается четыре практических задания и экзамен. Все практические задания выполняются на языке Python 3. Правила выставления оценки будут объявлены позже.
 +
 +
Все практические задания выполняются самостоятельно. Любые работы, содержащие плагиат, оцениваются в 0 баллов.
 +
 +
==Программа курса==
 +
 +
==Экзамен==
 +
Правила сдачи экзамена появятся позднее.
 +
 +
==Страницы прошлых лет==
 +
[[Математические методы анализа текстов (курс лекций, К.В.Воронцов, А.А.Потапенко) | 2018 (ФУПМ МФТИ)]], [[Математические методы анализа текстов (ВМиК МГУ) / 2018 | 2018 (ВМК МГУ)]]
 +
 +
[[Математические методы анализа текстов (ВМиК МГУ) / 2017 | 2017 (ВМК МГУ)]]
 +
 +
==Дополнительные материалы==
 +
 +
'''Литература'''
 +
 +
* ''Dan Jurafsky and James H. Martin'' [https://web.stanford.edu/~jurafsky/slp3/ Speech and Language Processing] (3rd ed. draft)
 +
* ''Stewen Bird'' et. al. [http://www.nltk.org/book/ Natural Language Processing with Python]. 2-nd edition. 2016.
 +
* ''Большакова Е.И., Воронцов К.В., Ефремова Н.Э., Клышинский Э.С., Лукашевич Н.В., Сапин А.С.'' [[media:bolshakova17hse-summer-school.pdf|Автоматическая обработка текстов на естественном языке и анализ данных]]. НИУ ВШЭ, 2017.
 +
* LxMLS summer school [http://lxmls.it.pt/2018/LxMLS_guide_2018.pdf Practical guide on NLP in Python]
 +
 +
'''Другие курсы по NLP'''
 +
 +
* [https://web.stanford.edu/class/cs224n/ CS224N: Natural Language Processing with Deep Learning]
 +
* [https://github.com/yandexdataschool/nlp_course YSDA Natural Language Processing course]
 +
* [http://web.stanford.edu/class/cs224u/ CS224U: Natural Language Understanding]
 +
* [https://www.coursera.org/learn/language-processing Natural Language Processing (coursera, HSE)]
 +
 +
 +
[[Категория:Учебные курсы]]

Версия 18:47, 2 сентября 2019

Содержание

В курсе рассматриваются основные задачи и математические методы обработки естественного языка.

Курс читается:

От студентов требуются знание курса машинного обучения, основ глубинного обучения, а также языка программирования Python.

Контакты

  • Преподаватели курса: Воронцов К.В., Апишев М.А., Попов А.С.
  • На ВМК занятия проходят в аудитории 72 по вторникам, начало в 10:30
  • На ВЦ занятия проходят в аудитории ?? по средам, начало в ??
  • По всем конструктивным вопросам пишите в telegram-чат ??

Правила сдачи курса

В рамках курса предполагается четыре практических задания и экзамен. Все практические задания выполняются на языке Python 3. Правила выставления оценки будут объявлены позже.

Все практические задания выполняются самостоятельно. Любые работы, содержащие плагиат, оцениваются в 0 баллов.

Программа курса

Экзамен

Правила сдачи экзамена появятся позднее.

Страницы прошлых лет

2018 (ФУПМ МФТИ), 2018 (ВМК МГУ)

2017 (ВМК МГУ)

Дополнительные материалы

Литература

Другие курсы по NLP

Личные инструменты