Curso Completo de Procesamiento de Lenguaje Natural (NLP) con Python 🧠🚀

El curso completo de Procesamiento de Lenguaje Natural con Python abarca desde los fundamentos básicos a las 00:00, pasando por la explicación de vectores a las 06:12, la bolsa de palabras a las 12:25, la tokenización a las 17:41, las stop words a las 34:58, el stemming y la lemmatization a las 42:52, y un ejercicio práctico a las 53:53. Luego se aborda la similitud de textos y representaciones vectoriales a partir de la 01:13:32, con TF‑IDF a la 01:18:50 y un recomendador de películas a la 01:24:08. Se profundiza en embeddings neuronales a la 01:40:00, analogías a la 01:53:33 y la creación de embeddings propios a la 02:04:34. Los modelos probabilísticos de Markov se cubren a la 02:36:47, con suavizado y clasificación a la 02:59:33, y la construcción de un clasificador a la 03:06:01. La generación de texto con Markov y el spinning de contenido se presentan a la 03:38:35 y 04:13:30 respectivamente. Se introduce el aprendizaje automático con detección de spam a la 04:48:56, reglas de Naive Bayes a la 04:58:17, análisis de sentimientos a la 05:16:22, regresión logística a la 05:26:40, y resúmenes automáticos a la 06:01:17. El modelado de temas con LDA se muestra a la 07:13:18, mientras que el aprendizaje profundo en NLP y las redes neuronales se exploran a partir de la 07:44:30, con ejemplos de TensorFlow a la 07:48:32 y 08:03:08. Finalmente, se cubren redes neuronales convolucionales y recurrentes a partir de la 09:07:17 y 09:39:33, concluyendo con la clasificación de texto con RNNs a la 09:45:24.