Modelos de Embedding: De la Arquitectura a la Implementación

hasta 1 hora
Principiante

Únete a este curso corto para obtener una comprensión profunda de los modelos de embedding, desde la arquitectura hasta la implementación. Aprende de Ofer Mendelevitch y explora la evolución de los modelos de embedding, incluyendo Word2Vec y BERT, y sus aplicaciones en sistemas de búsqueda semántica.

Modelos de embedding
Búsqueda semántica
Modelos de transformadores
Arquitectura de codificador dual
Pérdida contrastiva

Resumen

Este curso ofrece una exploración integral de los modelos de embedding, centrándose en su arquitectura e implementación. Los participantes aprenderán sobre embeddings de palabras y oraciones, modelos de codificador dual, y el uso de pérdida contrastiva para mejorar las aplicaciones de recuperación de preguntas y respuestas. El curso proporciona un enfoque práctico para comprender los conceptos técnicos detrás de los modelos de embedding, haciéndolo ideal para científicos de datos, ingenieros de aprendizaje automático y entusiastas de NLP.

Online
ubicación del curso
Inglés
idioma del curso
A tu propio ritmo
formato del curso
Clases En vivo
entregado en línea

¿Para quién es este curso?

Científicos de Datos

Profesionales que buscan mejorar su comprensión de los modelos de embedding y sus aplicaciones en IA.

Ingenieros de Aprendizaje Automático

Ingenieros interesados en aprender sobre la arquitectura e implementación de modelos de embedding.

Entusiastas de NLP

Individuos apasionados por el procesamiento del lenguaje natural y los sistemas de recuperación semántica.

Este curso ofrece una inmersión profunda en los modelos de embedding, cruciales para construir sistemas de recuperación semántica. Ideal para principiantes y profesionales, cubre conceptos clave como Word2Vec, BERT y modelos de codificador dual, ayudando a los estudiantes a avanzar en sus carreras en IA y aprendizaje automático.

Requisitos Previos

1 / 3

Conocimientos básicos de Python
Familiaridad con aplicaciones de IA
Comprensión de los sistemas de búsqueda semántica

¿Qué aprenderás?

Introducción

Una visión general del curso y sus objetivos.

Introducción a los modelos de embedding

Comprender los fundamentos de los modelos de embedding y sus aplicaciones.

Embeddings de tokens contextualizados

Exploración de embeddings de tokens con ejemplos de código.

Embedding de token vs. oración

Comparación de embeddings de tokens y oraciones con ejemplos prácticos.

Entrenamiento de un codificador dual

Aprender a entrenar modelos de codificador dual usando pérdida contrastiva.

Uso de embeddings en RAG

Implementación de embeddings en una canalización RAG con ejemplos de código.

Conclusión

Resumen de los aprendizajes clave del curso.

Cuestionario

Un breve cuestionario para evaluar tu comprensión del material del curso.

Apéndice – Consejos y Ayuda

Recursos adicionales y consejos para un aprendizaje más profundo.

Próximos cohortes

Costo
Libre
Duración
1 hora
Fechas
comienza ahora
Ubicación
Online

Libre