東京 新宿パークタワー

日本、〒163-1030東京都新宿区西新宿3-7-1新宿パークタワー30階, 東京, 日本, 160-0023
新宿パークタワーセンターのビジネスセンターは、新宿パークタワーの30階にございます。 ...

Tokyo, Shibuya Glass City

渋谷グラスシティ, 〒150-0036東京都渋谷区南平台町16-28グラスシテイ 6階, 東京, 日本, 150-0036
グラスシティ渋谷センターは、246と旧山手通りの交差点近辺神泉町の渋谷ガーデンタワーに...

Subcategories (4)

Image for Sentiment Analysis category
Sentiment Analysis
Image for Spark NLP category
Spark NLP
Image for TextBlob category
TextBlob
Image for Hugging Face category
Hugging Face

Explore Our Courses

Advanced LLMs for NLP Tasks

21 時間
東京 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、LLM を使用してさまざまな NLP タスクを実行し、さまざまな目的に合わせて斬新で多様なコンテンツを作成したいと考えている中級レベルのデータ サイエンティスト、AI 開発者、および AI 愛好家を対象としています。 。このトレーニングを終了するまでに、参加者は次のことができるようになります。
  • LLM と必須ツールを備えた開発環境を確立します。
  • LLM を使用して NLU および NLI タスクを専門的に実行します。
  • ナレッジグラフを効果的に抽出、推論、活用します。
  • 会話型アプリケーション用の LLM を使用してダイアログを生成および管理します。
  • LLM と生成 AI によって生成されたコンテンツの品質と多様性を評価します。
  • 倫理原則を適用し、LLM の公平性と責任ある使用を確保します。
続きを読む...

Exploring Generative Pre-trained Transformers (GPT): From GPT-3 to GPT-4

14 時間
このインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、GPT モデルの内部動作を理解し、GPT-3 および GPT の機能を探索したいと考えているデータ サイエンティスト、機械学習エンジニア、NLP 研究者、および AI 愛好家を対象としています。 4、NLP タスクにこれらのモデルを活用する方法を学びます。このトレーニングを終了するまでに、参加者は次のことができるようになります。
    Generative Pre-trained Transformers の背後にある重要な概念と原則を理解します。 GPT モデルのアーキテクチャとトレーニング プロセスを理解します。テキストの生成、補完、翻訳などのタスクに GPT-3 を利用します。 GPT-4 の最新の進歩とその潜在的なアプリケーションを探ってください。 GPT モデルを独自の NLP プロジェクトとタスクに適用します。
続きを読む...

Hugging Face for Natural Language Processing (NLP)

14 時間
東京 でのこのインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、NLP タスクに Hugging Face を効果的に利用したいと考えているデータ サイエンティスト、機械学習実践者、NLP 研究者および愛好家を対象としています。このトレーニングを終了するまでに、参加者は次のことができるようになります。
    Hugging Face Transformer モデルを利用し、特定のデータセットで微調整します。一般的な NLP の課題に独立して対処できる能力を獲得します。モデルのデモを効果的に作成して共有します。実稼働用のモデルの最適化を合理化します。 Hugging Face Transformers を使用して、機械学習の幅広い問題を解決します。
続きを読む...

NLP: Natural Language Processing with R

21 時間
非構造化データは、すべてのデータの 90% 以上を占めると推定されており、その大部分はテキストの形式になっています。ブログの投稿、ツイート、ソーシャルメディア、その他のデジタルパブリケーションは、この増大するデータの本体に継続的に追加されます。 はこのインストラクター主導のライブコースであり、このデータから洞察と意味を抽出することを中心にしています。R 言語と自然言語処理 (NLP) ライブラリを利用して、私たちは、コンピュータサイエンス、人工知能、計算言語学の概念と技法を組み合わせて、テキストデータの背後にある意味をアルゴリズム的に理解します。データサンプルは、顧客の要件ごとにさまざまな言語で使用できます。 このトレーニングの最後までに は、異なるソースからデータセット (大小) を準備し、その意義を分析して報告するための適切なアルゴリズムを適用することができます。
コースの形式
  • パートレクチャー、パートディスカッション、ヘビーハンズオン練習、
    • 理解を測るための時折のテスト
続きを読む...

Natural Language Processing (NLP) with Python

28 時間
このコースでは、言語学者やプログラマーをNLPに導入します。 このコースでは、主にnltk.org(自然言語ツールキット)を使用しますが、NLPに関連する他の図書館も使用します。 現在、このコースを Python 2.x または Python 3.x で実行できます。 例は英語またはマンダリン語(普通話)です。 また、予約前に合意した場合、他の言語も利用できます。
続きを読む...

Artificial Intelligence (AI) Overview

7 時間
このコースは、マネージャー、ソリューション アーキテクト、イノベーション担当者、CTO、ソフトウェア アーキテクト、および応用人工知能の概要とその開発の最も近い予測に興味がある人を対象に作成されました。
続きを読む...

Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

21 時間
コースの形式
  • インタラクティブな講義とディスカッション。
  • 多くの演習と実習
    • 。
  • ライブラボ環境での実践的な実装。
コース・カスタマイズ・オプション
  • このコースのカスタマイズトレーニングをご希望の場合は、お問い合わせください。
続きを読む...

Building Chatbots in Python

21 時間
ChatBotsは、チャットインタフェースを介して人間の反応を自動的にシミュレートするコンピュータプログラムです。 ChatBotは、ユーザーの操作をより簡単かつ迅速にすることで、組織が運用効率を最大化するのに役立ちます。 この講師主導のライブトレーニングでは、参加者はPythonチャットボットを構築する方法を学びます。 このトレーニングの終わりまでに、参加者は次のことができるようになります。
  • チャットボット構築の基本を理解する
  • Pythonを使用してさまざまなチャットボットを構築、テスト、デプロイ、およびトラブルシューティングする
観客
  • 開発者
コースの形式
  • パートレクチャー、パートディスカッション、エクササイズ、そして激しい実習
注意
  • このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
続きを読む...

Deep Learning for NLP (Natural Language Processing)

28 時間
このインストラクターによるライブ・トレーニングでは、参加者は写真のセットを処理してキャプションを生成するアプリケーションを作成しながら、NLPのためのライブラリの使い方を学びます； このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • ライブラリを使ってNLPのためのDLを設計し、コード化する
    • 。
  • 膨大な画像を読み込んでキーワードを生成するコードを作成する。
  • 検出されたキーワードからキャプションを生成するコードを作成します。
続きを読む...

Python for Natural Language Generation

21 時間
自然言語生成 (NLG) は、コンピュータによる自然言語のテキストまたは音声の生産を指します。 このインストラクター主導のライブトレーニングでは、Python を使用して、独自の NLG システムをゼロから構築することによって、高品質な自然言語のテキストを生成する方法について説明します。ケーススタディも検討され、関連する概念は、コンテンツを生成するためのライブラボプロジェクトに適用されます。 このトレーニングの終わりまでに、参加者は次のことができるようになります:
  • は、NLG を使用して、ジャーナリズム、不動産、気象、スポーツレポートなど、さまざまな業種のコンテンツを自動的に生成し
  • ソースコンテンツの選択と整理、文章のプランニング、オリジナルコンテンツの自動生成のためのシステムの準備
  • は NLG のパイプラインを理解し、各段階で適切な技術を適用する
  • 自然言語生成 (NLG) システムのアーキテクチャを理解する
  • 解析および順序付けに最適なアルゴリズムとモデルを実装する
  • は、一般に利用可能なデータソースからデータをプルし、生成されたテキストの材料として使用するキュレーションデータベース
  • は、コンピュータ生成、自動化されたコンテンツの作成とマニュアルと労力を書くプロセスを置き換える
観客
  • 開発者
  • データサイエンティスト
コース の 形式
  • 部講義、パート討論、演習と重い実地練習
続きを読む...

Natural Language Processing (NLP) - AI/Robotics

21 時間
This classroom based training session will explore NLP techniques in conjunction with the application of AI and Robotics in business. Delegates will undertake computer based examples and case study solving exercises using Python
続きを読む...

OpenNLP for Text Based Machine Learning

14 時間
Apache OpenNLP ライブラリは、自然言語テキストを処理するための機械学習ベースのツールキットです。言語の検出、トークナイゼーション、文のセグメンテーション、品詞のタグ付け、名前付きエンティティの抽出、チャンク、解析、おけるの解決など、最も一般的な NLP タスクをサポートしています。 このインストラクター主導のライブトレーニングでは、OpenNLP を使用してテキストベースのデータを処理するモデルを作成する方法について説明します。サンプルのトレーニングデータと同様にカスタマイズされたデータセットは、演習の演習の基礎として使用されます。 このトレーニングの終わりまでに、参加者は次のことができるようになります:
  • OpenNLP
    • のインストールと設定
  • は、既存のモデルをダウンロードするだけでなく、独自の
    • を作成する
  • は、サンプルデータの様々なセットのモデルを訓練する
    • 既存の Java アプリケーションと OpenNLP を統合する
観客
  • 開発者
  • データサイエンティスト
コース の 形式
  • 部講義、パート討論、演習と重い実地練習
続きを読む...

Natural Language Processing (NLP) with Deep Dive in Python and NLTK

35 時間
は、トレーニングの終わりまでに代表者が十分に不可欠な python の概念が装備されていることが期待され、十分に NLP と ML ベースの操作のほとんどを実装する NLTK を使用することができる必要があります。トレーニングは、実行の知識だけでなく、その技術の論理的かつ運用上の知識を提供することを目的としています。  
続きを読む...

Natural Language Processing (NLP) with Python spaCy

14 時間
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、spaCyを使用して大量のテキストを処理し、パターンを見つけて洞察を得ることを望む開発者およびデータサイエンティストを対象としています。 このトレーニングの終わりまでに、参加者は次のことができるようになります。
  • spaCyをインストールして設定します。
  • spaCyのNatural Language Processing (NLP)に対するアプローチを理解する。
  • 大規模なデータソースからパターンを抽出し、ビジネス上の洞察を得る。
  • spaCyライブラリを既存のWebおよびレガシーアプリケーションと統合します。
  • 人間の行動を予測するために、実際の運用環境にSpaCyを導入します。
  • SpaCyを使用して、 Deep Learning用のテキストを前処理する
コースの形式
  • インタラクティブな講演と討論
  • たくさんの練習と練習。
  • 実習ラボ環境での実践的な実装。
コースのカスタマイズオプション
  • このコースのためのカスタマイズされたトレーニングを要求するには、手配するために私達に連絡してください。
  • spaCyの詳細については、次のURLをご覧ください。https://spacy.io/
続きを読む...

Text Summarization with Python

14 時間
Python の機械学習において、テキスト要約機能は入力テキストを読み出し、  テキスト   要約を生成することができます。この機能   は、コマンドラインまたは Python API/ライブラリとして   から   利用できます。1つの刺激的なアプリケーションは、エグゼクティブ・サマリーの速い作成です。   これは、レポートやプレゼンテーションを生成する前に   テキストデータの大規模なボディ   確認   必要がある組織にとって特に便利です。 このインストラクター主導のライブトレーニングでは、参加者は   Python を使用して、入力   テキストの要約を自動生成する簡単なアプリケーション   作成する   を学習します。 このトレーニングの終わりまでに、参加者は次のことができるようになります:
  • テキストを要約するコマンドラインツールを使用します。
  • デザイン   と   Python   ライブラリを使用して、テキストの要約   コードを作成します。
  • 3 つの Python 要約   ライブラリの評価:   スミ0.7.0、pysummarization 1.0.4、readless 1.0.17
観客
  • 開発者
  • データサイエンティスト
コース の 形式
  • 部講義、パート討論、演習と重い実地練習
続きを読む...

Natural Language Processing (NLP) with TensorFlow

35 時間
TensorFlow™ は、データストリームグラフを使用して数値計算のためのオープンソースソフトウェアライブラリです。 SyntaxNet は神経ネットワークの自然言語処理フレームワークです。 Word2Vec は、単語の学習ベクトル表現に使用され、"word embeddings"と呼ばれています。 Word2vec は、特にコンピュータ効率的な予測モデルで、原始テキストから単語を学ぶための構成です。 それは2つの味わい、継続的なバッグのモデル(CBOW)とスキップグラムモデル(Mikolov et al.の第3.1と第3.2章)に含まれています。) SyntaxNet と Word2Vec は、ユーザーが自然言語の入力から Larned Embedding モデルを生成することを可能にします。 観客 このコースは開発者やエンジニアを対象とし、SyntaxNetおよび Word2Vecモデルと仕事を計画しています。 このコースを完了した後、代表者は次のように行います。
  • TensorFlow’の構造と実施メカニズムを理解する
  • インストール / 生産環境 / アーキテクチャの課題と構成を実行することができる
  • コードの品質を評価し、デブギング、モニタリングを行うことができます。
  • トレーニングモデル、組み込む用語、構築グラフなど、先進的な生産を実施することができる。
続きを読む...

NLP with Deeplearning4j

14 時間
Deeplearning4jは、 JavaとScala用に書かれたオープンソースの分散型ディープラーニングライブラリです。 HadoopおよびSparkと統合されたDL4Jは、分散GPUおよびCPU上のビジネス環境で使用されるように設計されています。 Word 2Vecは、Tom os Mikolovが率いるGo ogleの研究チームによって導入された単語のベクトル表現を計算する方法です。 観客 このコースは、 Word 2Vecモデルの構築にDeeplearning4Jを利用しようとしている研究者、エンジニア、開発者を対象としています。
続きを読む...

Natural Language Processing (NLP)

21 時間
このコースは書かれた英語のテキストから意味を抽出することに興味がある人々のために設計されています、知識は他の人間の言語にも同様に適用されることができます。 このコースでは、ブログ記事、ツイートなど、人間が書いたテキストをどのように利用するかについて説明します。 たとえば、アナリストは、広範囲のデータソースに基づいて自動的に結論に達するアルゴリズムを設定できます。
続きを読む...

Scaling Data Pipelines with Spark NLP

14 時間
このインストラクターによるライブトレーニングは、Apache Sparkの上に構築されたSpark NLPを使用して、自然言語テキスト処理モデルとパイプラインを開発、実装、拡張することを希望するデータサイエンティストと開発者を対象としています。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • Spark NLPを使ってNLPパイプラインの構築を開始するために必要な開発環境をセットアップする
    • 。
  • Spark NLPを使うことの特徴、アーキテクチャ、利点を理解する
    • 。
  • Spark NLPで利用可能な事前学習済みモデルを使ってテキスト処理を実装する
    • 。
  • Spark NLPモデルをプロダクショングレードのプロジェクト用に構築、訓練、スケールする方法を学びます。
  • 実際のユースケース(臨床データ、顧客行動の洞察など)に分類、推論、センチメント分析を適用する
    • 。
続きを読む...

NLP with Python and TextBlob

14 時間
このインストラクターによるライブトレーニングは、TextBlobを使用して、感情分析、スペル訂正、テキスト分類モデリングなどのNLPタスクを実装し、簡素化したいデータサイエンティストや開発者を対象としています。 このトレーニングの終了時までに、参加者は以下のことができるようになります：
  • TextBlobを使ったNLPタスクの実装を始めるために必要な開発環境を整える。
  • TextBlobの機能、アーキテクチャ、利点を理解する。
  • TextBlobを使ったテキスト分類システムの構築方法を学ぶ
    • 。
  • 一般的なNLPタスクの実行（トークン化、WordNet、センチメント分析、スペル修正など）
    • 。
  • シンプルなAPIと数行のコードで高度な実装を実行する
    • 。
続きを読む...

Last Updated:

お客様の声 (4)

This is one of the best hands-on with exercises programming courses I have ever taken.

Laura Kahn
コース - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

I did like the exercises

Office for National Statistics
コース - Natural Language Processing with Python

演習と質疑応答のやりとり

Antoine - Physiobotic
コース - Scaling Data Pipelines with Spark NLP

Machine Translated

トレーナーのユーモア、サポート、スキル。

Oumayma - Physiobotic
コース - Scaling Data Pipelines with Spark NLP

Machine Translated

Upcoming Courses

Other regions in 日本

他の国

これらのコースは他の国でもあります>>

コンサルティング

自然言語処理（NLP） コンサルティング
東京の自然言語処理（NLP）トレーニングコース, 東京の週末NLPコース, 東京の夜のNLPトレーニング, 東京のインストラクターによるNLP (Natural Language Processing)s, 東京のNatural Language Processingブートキャンプ, 東京のNatural Language Processingインストラクター, 東京の自然言語処理（NLP）1対1のトレーニング, 東京の夜のNLP (Natural Language Processing)コース, 東京のNatural Language Processingクラス, 東京のオンサイトのNLPsトレーニング, 東京のNLP指導, 東京のインストラクターによる自然言語処理（NLP）s, 東京のNatural Language Processingトレーナー, 東京の週末NLPトレーニング, 東京のNatural Language Processingプライベートコース
1