Sorry, this page is no longer available
We may earn an affiliate commission when you visit our partners.
Course image
Google Cloud Training

En este curso, se presentan la arquitectura de transformadores y el modelo de Bidirectional Encoder Representations from Transformers (BERT). Aprenderás sobre los componentes principales de la arquitectura de transformadores, como el mecanismo de autoatención, y cómo se usa para crear el modelo BERT. También aprenderás sobre las diferentes tareas para las que puede usarse BERT, como la clasificación de texto, la respuesta de preguntas y la inferencia de lenguaje natural. Tardarás aproximadamente 45 minutos en completar este curso.

Enroll now

Here's a deal for you

Save money when you learn with a deal that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.

What's inside

Syllabus

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Hilft den Lernenden dabei, sich in der realen Welt zurechtzufinden, wo Transformermodelle und BERT alltäglich sind
Vermittelt die Grundlagen der Transformer-Architektur und des BERT-Modells, wodurch ein starkes Fundament für fortgeschrittenere Konzepte geschaffen wird
Wird von Google Cloud Training unterrichtet, einem Anbieter, der für seine Expertise in diesem Bereich bekannt ist
Ist relativ kurz und kann in etwa 45 Minuten abgeschlossen werden, was es zu einer leicht zugänglichen Option für vielbeschäftigte Lernende macht

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

Schnelle einführung in transformer und bert

Es wird erwartet, dass Lernende diesen Kurs als eine prägnante und schnelle Einführung in die Welt der Transformer-Modelle und des BERT-Modells beschreiben werden. Der Kurs bietet eine solide Übersicht über die grundlegende Transformer-Architektur, insbesondere den Self-Attention-Mechanismus und die Funktionsweise von BERT. Während die Klarheit der Darbietung wahrscheinlich geschätzt wird, könnte die sehr kurze Dauer von etwa 45 Minuten dazu führen, dass der Kurs nicht genügend Tiefe für fortgeschrittene Themen oder praktische Anwendungen bietet. Für ein umfassendes Verständnis ist zusätzliches Studium oder weiterführende Kurse erforderlich.
Ein klarer Vorteil für Muttersprachler und Lernende der deutschen Sprache.
"Es war toll, einen so wichtigen Kurs in meiner Muttersprache zu finden."
"Die Erklärungen auf Deutsch waren sehr hilfreich und leicht verständlich."
"Endlich ein technischer Kurs, der nicht nur auf Englisch verfügbar ist!"
Ermöglicht ein solides Verständnis der Kernkomponenten und Funktionsweise.
"Die Erklärung des Self-Attention-Mechanismus war klar und verständlich für mich."
"Ich habe die grundlegende Architektur der Transformer-Modelle gut nachvollziehen können."
"Der Kurs vermittelt ein gutes Gefühl dafür, wofür BERT eingesetzt wird."
Bietet einen schnellen, aber umfassenden Überblick über komplexe Themen.
"Ich brauchte eine schnelle Einführung und dieser Kurs lieferte genau das."
"Ideal, um die Konzepte von Transformer und BERT in kürzester Zeit zu erfassen."
"Für einen Überblick über die Grundlagen war dies sehr hilfreich und auf den Punkt."
Konzentriert sich auf Theorie ohne hands-on Beispiele oder Implementierungen.
"Ich hätte mir einige Code-Beispiele oder praktische Demos gewünscht."
"Der Kurs ist rein theoretisch, was für praktische Anwender frustrierend sein könnte."
"Es gibt keine Übungen oder Projekte, um das Gelernte anzuwenden."
Der Kurs kratzt nur an der Oberfläche und bietet keine fortgeschrittenen Details.
"Ich wünschte, es gäbe mehr detaillierte Erklärungen zu den mathematischen Aspekten."
"Für fortgeschrittene Lernende bietet der Kurs leider nicht genug Inhalt."
"Man sollte nicht erwarten, nach 45 Minuten ein Experte zu sein, es ist wirklich nur ein erster Einblick."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Transformer Models and BERT Model - Deutsch with these activities:
Überprüfen Sie die Grundlagen der natürlichen Sprachverarbeitung (NLP)
Überprüfen Sie Ihr Grundwissen in NLP, um einen reibungslosen Start in den Kurs zu gewährleisten.
Browse courses on NLP
Show steps
  • Lernen Sie über Textverarbeitung, Word Embeddings und Sequenzmodellierung.
  • Üben Sie mit NLP-Tools wie spaCy oder NLTK.
Folgen Sie Tutorials zur Transformer-Architektur
Vertiefen Sie Ihr Verständnis der Transformer-Architektur durch praktische Tutorials.
Browse courses on Transformer
Show steps
  • Sehen Sie sich Video-Tutorials zur Funktionsweise von Transformatoren an.
  • Üben Sie die Implementierung von Transformermodellen in Python.
Erstellen Sie eine Infografik über BERT
Verbessern Sie Ihr Verständnis von BERT, indem Sie eine visuelle Darstellung seiner Funktionsweise erstellen.
Show steps
  • Recherchieren Sie die wichtigsten Komponenten des BERT-Modells.
  • Entwerfen Sie eine Infografik, die diese Komponenten visuell darstellt.
Show all three activities

Career center

Learners who complete Transformer Models and BERT Model - Deutsch will develop knowledge and skills that may be useful to these careers:

Reading list

We haven't picked any books for this reading list yet.

Share

Help others find this course page by sharing it with your friends and followers:

Similar courses

Similar courses are unavailable at this time. Please try again later.
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser