Cálculo de las probabilidades de Viterbi

Curso de Algoritmos de Clasificación de Texto

Desambiguación y etiquetado de palabras

Introducción a la desambiguación

Etiquetado rápido en Python: español e inglés

Etiquetado rápido en Python: Stanza (Stanford NLP)

Modelos Markovianos Latentes (HMM)

Cadenas de Markov

Modelos Markovianos latentes (HMM)

Entrenando un HMM

Fases de entrenamiento de un HMM

Entrenando un HMM en Python

Algoritmo de Viterbi

El algoritmo de Viterbi

Cálculo de las probabilidades de Viterbi

Carga del modelo HMM y distribución inicial

Implementación de algoritmo de Viterbi en Python

Entrenamiento directo de HMM con NLTK

Modelos Markovianos de máxima entropía (MEMM)

Modelos Markovianos de máxima entropia (MEMM)

Algoritmo de Viterbi para MEMM

Reto: construye un MEMM en Python

Clasificación de texto con NLTK

El problema general de la clasificación de texto

Tareas de clasificación con NLTK

Modelos de clasificación en Python: nombres

Modelos de clasificación en Python: documentos

Implementación de un modelo de clasificación de texto

Naive Bayes

Naive Bayes en Python: preparación de los datos

Naive Bayes en Python: construcción del modelo

Naive Bayes en Python: ejecución del modelo

Métricas para algoritmos de clasificación

Reto final: construye un modelo de sentimientos

No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Si ya tienes una cuenta,

Recursos

Aportes 8

Preguntas 4

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Luis Enrique Sanchez Piñerua

hace 4 años

Entonces sería como una especie de arbol de probabilidades en donde se toma siempre la máxima probabilidad como el camino resultante.

Daniel Paloma Murcia

hace 4 años

Me ha gustado mucho este curso, las clases y el nivel se parecen a las que uno encuentra en los cursos de Stanford o MIT en plataformas como EdX o coursera.

Se explican al detalle los algoritmos y su implementacion. Ojala todos los cursos de platzi tuvieran este nivel de calidad, ya que en algunos dejan muchas cosas sueltas y asumen que el estudiante ya conoce.
Agradecimientos a Francisco Camacho por su excelente presentacion.

Geraldine León

hace 4 años

Castillo el noble trabajador. Sabemos que ambas palabras, “noble” y “trabajador” pueden ser adjetivos o sustantivos… El algoritmo de Viterbi que hemos utilizado nos indica que ambas son adjetivos.
Sin embargo no es esto un error?
Si la frase fuera: 'Castillo el muchacho trabajador", muchacho sería un sustantivo y trabajador sería el adjetivo.
Si la frase fuera: 'Castillo el noble hermoso", noble sería sustantivo y hermoso sería un adjetivo.
Por qué al usar noble y trabajador juntos la respuesta es ambos adjetivos? Para mí no tiene sentido gramatical a menos que después venga otro sustantivo, por ejemplo, Castillo el noble trabajador muchacho.
Pero al usar ambos juntos, Castillo tiene que ser un noble (de la nobleza) que además es de carácter trabajador, o es un trabajador (empleado) que además tiene carácter noble.
Será éste un ejemplo de por qué Viterbi se queda corto?
Para mí este ejemplo es súper ambiguo, estoy sola?

Rafael Rivera

hace 2 años

Buscando por internet encontré que existen otros modelos que también se pueden utilizar para realizar tareas similares a las del algoritmo de Viterbi. Por ejemplo, el Forward-Backward algorithm se utiliza en HMM para calcular la distribución de probabilidad posterior de los estados ocultos en una secuencia observada. Otro modelo que se puede utilizar es el algoritmo Baum-Welch, que se utiliza para entrenar modelos HMM a partir de datos de entrenamiento.