Código

CC66Q

Créditos

Duración

24 HORAS

Valor Individual

30 UF

Objetivos

Dominar técnicas más comunes de pre-procesamiento de texto para castellano e inglés.
Lograr identificar ventajas y desventajas de técnicas de etiquetado de texto.
Aplicar métodos generales de machine learning a problemas de procesamiento de lenguaje natural.

Contenidos

Pre-procesamiento de texto inglés, castellano (lematización, negaciones).
Métodos clásicos para el etiquetado (expresiones regulares, bayesianos, n-gramas, hmm).
Aplicaciones al etiquetado de texto: SPAM, sentimientos.
Técnicas de representación de texto (vectorización de texto).
Métodos de reducción de dimensionalidad y clasificación (isomap, t-SNE, SVM, regresiones).
Aplicaciones en salud a la detección de patologías críticas.
Generación de lenguaje natural.
Métodos de redes neuronales (DeepNN, RNN, LSTM).
Aplicaciones a la generación de captions y traducción.

Bibliografía

[Bishop] Christopher M. Bishop, “Pattern Recognition and Machine Learning”, Springer Verlag Gmbh, 2010.
[Bird] Stephen Bird,Ewan Klein, Edward Loper, “Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit”, O’Reilly Media, 2009.
[Ganegedara] Thushan Ganegedara,“Natural Language Processing with TensorFlow: Teach language to machines using Python's deep learning library”, Packt Publishing, 2018.

Bibliografía

[Bishop] Christopher M. Bishop, “Pattern Recognition and Machine Learning”, Springer Verlag Gmbh, 2010.
[Bird] Stephen Bird,Ewan Klein, Edward Loper, “Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit”, O’Reilly Media, 2009.
[Ganegedara] Thushan Ganegedara,“Natural Language Processing with TensorFlow: Teach language to machines using Python's deep learning library”, Packt Publishing, 2018.

Profesores

Andrés Abeliuk

Ver Cursos de Especialización

Descuentos y Forma de Pago

Descuentos

50% funcionarios de la Universidad de Chile - jornada de 44 horas - o sus cargas (contrata o planta con nombramiento superior a 1 año).
30% para afiliados a Caja los Andes y otras instituciones con convenio firmado.
30% para ex-estudiantes de pregrado, magíster, doctorado, diplomas y cursos de educación continua de la Universidad de Chile.
30% para mujeres.
30% para personas provenientes de pueblos originarios, regiones y extranjeras/os no residentes en Chile.
30% funcionarias/os del estado - jornada desde 22 horas (contrata o planta con nombramiento superior a 1 año).
30% por grupo (3 o más personas de una misma institución o empresa).
25% funcionarios de la Universidad de Chile - jornada de 22 horas - o sus cargas (contrata o planta con nombramiento superior a 1 año).
25% por grupo (2 personas de una misma institución o empresa).

Importante: Los descuentos NO son acumulables entre sí y al momento de postular se deben acompañar los documentos que acrediten la calidad que habilita a obtener el descuento.