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
• 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.
• Vyučující: Mgr. Martin Popel, Ph.D.; Mgr. Rudolf Rosa, Ph.D.; RNDr. Milan Straka, Ph.D.

Anotace

čeština

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.

Poslední úprava: T_UFAL (04.05.2017)

angličtina

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.

Poslední úprava: T_UFAL (04.05.2017)

Podmínky zakončení předmětu

čeština

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.

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

angličtina

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.

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

Literatura

čeština

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/

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

Sylabus

čeština

Technologické problémy při zpracování velkého objemu dat

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

Slurm - architektura, příkazy

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

angličtina

Technological difficulties with processing big data

ÚFAL network and cluster architecture

Slurm - architecture, commands

Related Linux tools

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