When will I have access to the lectures and assignments?

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

What will I get if I subscribe to this Specialization?

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

NLP Modelos y Algoritmos

Ends tomorrow! Save on skills that make you shine with 40% off 3 months of Coursera Plus. Save now

NLP Modelos y Algoritmos

This course is part of Procesamiento de Lenguaje Natural Specialization

Instructor: Hernán Daniel Merlino

Included with

Learn more

4 modules

Gain insight into a topic and learn the fundamentals.

10 reviews

Beginner level

No prior experience required

1 week to complete

at 10 hours a week

Flexible schedule

Learn at your own pace

4 modules

Gain insight into a topic and learn the fundamentals.

10 reviews

Beginner level

No prior experience required

1 week to complete

at 10 hours a week

Flexible schedule

Learn at your own pace

Skills you'll gain

Tools you'll learn

Details to know

Shareable certificate

Add to your LinkedIn profile

Assessments

12 assignments

Taught in Spanish

91%

of learners achieved a positive career outcome

See how employees at top companies are mastering in-demand skills

Learn more about Coursera for Business

logos of Petrobras, TATA, Danone, Capgemini, P&G and L'Oreal

Build your subject-matter expertise

This course is part of the Procesamiento de Lenguaje Natural Specialization

When you enroll in this course, you'll also be enrolled in this Specialization.

Learn new concepts from industry experts
Gain a foundational understanding of a subject or tool
Develop job-relevant skills with hands-on projects
Earn a shareable career certificate

There are 4 modules in this course

Este curso te brindará los conocimientos necesarios para la implementación de algoritmos de NLP. Mediante el uso de los últimos algoritmos más populares en NLP se procederá a dar solución a un conjunto de problemas propios del área.

Para realizar este curso es necesario contar con conocimientos de programación de nivel básico a medio, deseablemente conocimiento básico del lenguaje Python y es recomendable conocer los Jupyter Notebooks en el entorno Anaconda. Para desarrollar aplicaciones se va a utilizar Python 3.6 o superior. Alternativamente se puede utilizar el entorno de Anaconda con la misma versión de Python. Como editor de código, los ejemplos van a ser editados en el Notebook de Anaconda, pero el alumno puede utilizar cualquier editor de texto que reconozca notebooks de Anaconda. Librerías que es necesario tener instaladas para realizar el curso: NLTK, Scikit-learn, Spacy y TensorFlow.

Module details

Este módulo te permitirá obtener los conocimientos necesarios para poder diferenciar los diversos tipos de algoritmos que se utilizan en NLP; basados en aprendizaje automático y aprendizaje profundo

What's included

2 videos3 readings3 assignments2 discussion prompts1 plugin

2 videosTotal 19 minutes

Tutorial: Introducción al aprendizaje automático. Parte 111 minutes
Tutorial: Introducción al aprendizaje automático. Parte 38 minutes

3 readingsTotal 30 minutes

Nociones básicas de aprendizaje automático10 minutes
Nociones básicas de aprendizaje profundo10 minutes
Material complementario10 minutes

3 assignmentsTotal 90 minutes

Test de la lección30 minutes
Test de la lección30 minutes
Evaluación del módulo30 minutes

2 discussion promptsTotal 20 minutes

¿Qué grado de comprensión se ha tenido aprendizaje automático y aprendizaje profundo?10 minutes
New Discussion Prompt10 minutes

1 pluginTotal 15 minutes

Podcast: Introducción al aprendizaje profundo15 minutes

En este módulo se describen un conjunto de algoritmos de aprendizaje automático de uso extendido en Procesamiento de Lenguaje Natural.

What's included

1 video4 readings3 assignments1 discussion prompt1 plugin

1 videoTotal 10 minutes

Tutorial: Aprendizaje automático y NLP10 minutes

4 readingsTotal 40 minutes

Revisión modelos de aprendizaje automático10 minutes
Diseño de un modelo de NLP10 minutes
Como construir un modelo basado en aprendizaje automático10 minutes
Material complementario10 minutes

3 assignmentsTotal 90 minutes

Test de la lección30 minutes
Test de la lección30 minutes
Evaluación del módulo30 minutes

1 discussion promptTotal 10 minutes

¿Con que tipo de modelo de aprendizaje automático se siente más cómodo para usar?10 minutes

1 pluginTotal 15 minutes

Podcast: Entrenamiento de modelos de aprendizaje automático15 minutes

En este módulo se presentará un modelo de redes neuronales artificiales que permitirán abordar problemas propios del Procesamiento de Lenguaje Natural

What's included

1 video4 readings3 assignments1 discussion prompt

1 videoTotal 8 minutes

Tutorial: Introducción a Redes neuronales y NLP8 minutes

4 readingsTotal 40 minutes

Introducción a las redes neuronales10 minutes
Diversas arquitecturas de redes neuronales10 minutes
Como poner en producción una red neuronal artificial10 minutes
Material complementario10 minutes

3 assignmentsTotal 90 minutes

Test de la lección30 minutes
Test de la lección30 minutes
Evaluación del módulo30 minutes

1 discussion promptTotal 10 minutes

Que entiende por red neuronal artificial10 minutes

Una vez comprendidos los diversos modelos de algoritmos de aprendizaje automático, aprendizaje profundo y redes neuronales se procederá a generar un modelo que utilice varios de los modelos antes mencionados para obtener una mejor aproximación al resultado esperado.