NLP with Deep Learning

Word embeddings (Word2Vec, GloVe), analisis semantik, dan membangun model sentiment analysis.

1. 1Semantics & Sentiment Analysis Bagian 1Gratis
2. 2Semantics & Sentiment Analysis Bagian 2
3. 3Semantics & Sentiment Analysis Bagian 3
4. 4Semantics & Sentiment Analysis Bagian 4
5. 5Semantics & Sentiment Analysis Bagian 5
6. 6Semantics & Sentiment Analysis Bagian 6

Teknik topic modelling: Latent Dirichlet Allocation (LDA), visualisasi topik, dan interpretasi hasil topic model.

1. 1Topic Modelling Bagian 1Gratis
2. 2Topic Modelling Bagian 2
3. 3Topic Modelling Bagian 3
4. 4Topic Modelling Bagian 4
5. 5Topic Modelling Bagian 5
6. 6Topic Modelling Bagian 6

Pengenalan deep learning untuk NLP: word embeddings layer, arsitektur RNN, dan sequence-to-sequence models.

1. 1Pengantar DL untuk NLP Bagian 1Gratis
2. 2Pengantar DL untuk NLP Bagian 2
3. 3Pengantar DL untuk NLP Bagian 3
4. 4Pengantar DL untuk NLP Bagian 4

Arsitektur lanjutan: LSTM dan GRU untuk menangani long-term dependencies, serta membangun model text generation.

1. 1LSTMs, GRU, Text Generation Bagian 1Gratis
2. 2LSTMs, GRU, Text Generation Bagian 2
3. 3LSTMs, GRU, Text Generation Bagian 3
4. 4LSTMs, GRU, Text Generation Bagian 4

Project portfolio chatbot: bangun chatbot menggunakan deep learning dari desain arsitektur hingga implementasi.

1. 1Project Portfolio 12 – Chatbots