Curso de Hugging Face for Natural Language Processing (NLP)

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