Dari kantong kata sampai embedding dan transformer.
Python
PyTorchBagaimana mesin membaca teks: tokenisasi, representasi dari bag-of-words sampai TF-IDF, embedding yang menempatkan kata bermakna serupa berdekatan, klasifikasi teks, pengenalan entitas, dan transformer yang mendasari semua LLM modern. Termasuk NLP untuk Bahasa Indonesia, yang punya jebakannya sendiri.
Baca pelajaran gratis: Dari Kata ke VektorSetiap modul dan pelajaran di jalur ini. Pelajaran bertanda gratis terbuka untuk semua; sisanya terbuka setelah Anda memiliki jalurnya.
Semua pelajaran di jalur ini, lengkap dengan ringkasannyaDari one-hot ke word embedding ke embedding kontekstual — bagaimana mesin mewakili makna kata.
Analisis sentimen, deteksi topik, dan routing tiket — dari TF-IDF + regresi logistik sampai fine-tuning transformer.
Named entity recognition, ekstraksi relasi, dan mengubah dokumen bebas menjadi data terstruktur.
Encoder, decoder, BERT dan GPT — arsitektur yang mengubah NLP, dan cara memakai model pralatih.
Embedding kalimat, database vektor, dan mengevaluasi retrieval — fondasi pencarian modern dan RAG.
Slang, campur kode, bahasa daerah, dan sumber daya seperti IndoNLU — ditutup dengan satu proyek akhir.
Simulasi asli dari pelajarannya — berjalan di browser Anda. Tanpa akun.
Jalur ini bagian dari jalur karier yang lebih besar. Beli seluruh jalur karier sebagai paket dan setiap jalur di dalamnya 40% lebih murah.
