Zpracování přirozeného jazyka na výpočetním clusteru - NPFL118

• Anglický název: Natural language processing on computational cluster
• Zajišťuje: Ústav formální a aplikované lingvistiky (32-UFAL)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2022
• Semestr: zimní
• E-Kredity: 3
• Rozsah, examinace: zimní s.:0/2, Z [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština, angličtina
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Další informace: http://ufal.mff.cuni.cz/courses/npfl118
• Garant: RNDr. Milan Straka, Ph.D.; Mgr. Martin Popel, Ph.D.; Mgr. Rudolf Rosa, Ph.D.

Anotace

čeština

Poslední úprava: T_UFAL (04.05.2017)

Cílem předmětu je seznámit studenty s postupy potřebnými při zpracování přirozeného jazyka (zpracování velkých dat v distribuovaném prostředí a strojové učení) a předvést, jak je efektivně provádět v prostředí linuxového výpočetního clusteru Ústavu formální a aplikované lingvistiky (ÚFAL). Kurz bude věnován síťové architektuře a architektuře clusteru, SGE (Sun/Oracle/Son of Grid Engine), souvisejícím linuxových nástrojům a zavedeným postupům. Celý předmět bude odučen v několika prvních týdnech semestru.

angličtina

Poslední úprava: T_UFAL (04.05.2017)

The aim of the course is to introduce methods required in natural language processing (processing huge data sets in distributed environment and performing machine learning) and show how to effectively execute them on ÚFAL computational Linux cluster. The course will cover ÚFAL network and cluster architecture, SGE (Sun/Oracle/Son of Grid Engine), related Linux tools and best practices. The whole course will be taught in several first weeks of the semester.

Podmínky zakončení předmětu

čeština

Poslední úprava: Mgr. Rudolf Rosa, Ph.D. (26.09.2022)

Vypracování zadaných úkolů a aktivní účast na semináři.

Pro smysluplnou účast na kurzu a možnost splnění úkolů je nutné mít přístup na výpočetní cluster ÚFAL, kurz je proto velmi vhodný pro doktorské studenty ÚFAL, pro jiné studenty je naopak, až na výjimečné případy, nevhodný.

angličtina

Poslední úprava: Mgr. Rudolf Rosa, Ph.D. (26.09.2022)

Solving the given assignments and active participation during the course.

To be able to meaningfully participate in the course and to complete the assignments, it is necessary to have access to the ÚFAL computational cluster. The course is therefore highly suitable for ÚFAL PhD students, but unsuitable for other students, apart from exceptional cases.

Literatura

čeština

Poslední úprava: Mgr. Martin Popel, Ph.D. (01.10.2022)

Data-Intensive Text Processing with MapReduce; Jimmy Lin and Chris Dyer.; Morgan & Claypool Publishers, 2010

Slurm - https://slurm.schedmd.com/

Apache Spark - https://spark.apache.org/

TensorFlow - https://www.tensorflow.org/

Sylabus

čeština

Poslední úprava: Mgr. Martin Popel, Ph.D. (01.10.2022)

Technologické problémy při zpracování velkého objemu dat

Síťová architektura a architektura clusteru Ústavu formální a aplikované lingvistiky (ÚFAL)

Slurm - architektura, příkazy

angličtina

Poslední úprava: Mgr. Martin Popel, Ph.D. (01.10.2022)

Technological difficulties with processing big data

ÚFAL network and cluster architecture

Slurm - architecture, commands

Related Linux tools