Temario del curso
Introducción
- Visión general de la PNL y sus aplicaciones
- Introducción a Hugging Face y sus características principales
Configurar un entorno de trabajo
- Instalación y configuración Hugging Face
Descripción de la Hugging Face biblioteca de transformadores y los modelos de transformadores
- Explorando la estructura y las funcionalidades de la biblioteca de Transformers
- Descripción general de varios modelos de transformadores disponibles en Hugging Face
Utilización de Hugging Face transformadores
- Carga y uso de modelos previamente entrenados
- Aplicación de transformadores para diversas tareas de PNL
Ajuste de un modelo previamente entrenado
- Preparación de un conjunto de datos para el ajuste fino
- Ajuste de un modelo de Transformer en una tarea específica
Compartir modelos y tokenizadores
- Exportación y uso compartido de modelos entrenados
- Uso de tokenizadores para el procesamiento de texto
Explorando Hugging Face Biblioteca de conjuntos de datos
- Información general sobre la biblioteca de conjuntos de datos en Hugging Face
- Accessuso y utilización de conjuntos de datos preexistentes
Explorando Hugging Face Biblioteca de tokenizadores
- Comprender las técnicas de tokenización y su importancia
- Aprovechar los tokenizadores de Hugging Face
Realización de tareas clásicas de PNL
- Implementación de tareas comunes de NLP mediante Hugging Face
- Clasificación de textos, análisis de sentimientos, reconocimiento de entidades nombradas, etc.
Aprovechamiento de modelos de transformadores para abordar tareas en el procesamiento de voz y Computer Vision
- Ampliar el uso de Transformers más allá de las tareas basadas en texto
- Aplicación de Transformers para tareas relacionadas con la voz y la imagen
Solución de problemas y depuración
- Problemas y desafíos comunes al trabajar con Hugging Face
- Técnicas para la solución de problemas y la depuración
Creación y uso compartido de demostraciones de modelos
- Diseño y creación de demostraciones de modelos interactivos
- Compartir y exhibir sus modelos de manera efectiva
Resumen y próximos pasos
- Resumen de los conceptos clave y las técnicas aprendidas
- Orientación sobre exploración adicional y recursos para el aprendizaje continuo
Requerimientos
- Un buen conocimiento de Python
- Experiencia con el aprendizaje profundo
- La familiaridad con PyTorch o TensorFlow es beneficiosa, pero no es obligatoria
Audiencia
- Científicos de datos
- Profesionales del aprendizaje automático
- Investigadores y entusiastas de la PNL
- Desarrolladores interesados en implementar soluciones de NLP
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 3200 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales