Praktyczne szkolenia na żywo z Natural Language Processing (NLP) to kursy opracowane z myślą o Data Scientist, dla których przetwarzanie języka naturalnego stanowi bardzo ważną umiejętność. Przetwarzaniu języka naturalnego przez komputery umożliwia tworzenie systemów, w których komunikacja z użytkownikiem odbywa się w języku naturalnym i które mogą analizować i przetwarzać informacje wprowadzone za pomocą języka naturalnego. Systemy przetwarzania mowy mają na celu konwersję wypowiedzianych słów na postać pisaną oraz proces odwrotny tj. konwersję pisanych tekstów na ich postać dźwiękową. Szkolenia NobleProg pomagają skutecznie wykorzystać dane z tekstów tworzonych przez użytkowników (wpisy w blogu, tweety, posty) w celu uzyskania z nich interesujących nas informacji. danych. Wykorzystując różne języki programowania, takie jak Python i R oraz biblioteki Natural Language Processing (NLP), nasze szkolenia łączą koncepcje i techniki z obszarów computer science, sztucznej inteligencji i lingwistyki obliczeniowej, aby pomóc uczestnikom w zrozumieniu znaczenia danych tekstowych i w wyciągnięciu pożądanych wniosków.
Szkolenie NLP jest dostępne jako "szkolenie stacjonarne" lub "szkolenie online na żywo".
Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu DaDesktop .
NobleProg -- Twój lokalny dostawca szkoleń.
Opinie uczestników
Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.
Leszek K
Szkolenie: Artificial Intelligence Overview
Praktyczna wiedza
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
temat szkolenia
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
Klarowne tłumaczenia i ciekawostki.
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
przykłady i wizualizacja wiedzy teorytycznej
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
tematyka, przyjazne nastawienie prowadzącego
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
Podobały mi się ćwiczenia.
Office for National Statistics
Szkolenie: Natural Language Processing with Python
Machine Translated
Jest to jeden z najlepszych praktycznych kursów z programowaniem ćwiczeń, jakie kiedykolwiek wziąłem.
Laura Kahn
Szkolenie: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Jest to jedno z najlepszych szkoleń online, jakie kiedykolwiek miałem w swojej 13-letniej karierze. Kontynuuj wspaniałą pracę !.
Szkolenie: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Identyfikacja ludzka i wykrywanie złych punktów na płytkim obwodzie
王 春柱 - 中移物联网
Szkolenie: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Wykazać
中移物联网
Szkolenie: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Informacje o obszarze powierzchni.
中移物联网
Szkolenie: Deep Learning for NLP (Natural Language Processing)
Machine Translated
ostatni dzień. część pokoleniowa
Accenture Inc
Szkolenie: Python for Natural Language Generation
Machine Translated
Tematy dotyczące NLG. Zespół był w stanie nauczyć się czegoś nowego na koniec z interesującymi tematami, ale dopiero w ostatnim dniu. Było też więcej zajęć niż slajdy, które były dobre.
Accenture Inc
Szkolenie: Python for Natural Language Generation
Machine Translated
Podoba mi się, że bardziej koncentruje się na poradach dotyczących różnych metod podsumowywania tekstu
Szkolenie: Text Summarization with Python
Machine Translated
Jest to jedno z najlepszych szkoleń online, jakie kiedykolwiek miałem w swojej 13-letniej karierze. Kontynuuj wspaniałą pracę !.
Szkolenie: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Podoba mi się, że bardziej koncentruje się na poradach dotyczących różnych metod podsumowywania tekstu
Szkolenie: Text Summarization with Python
Machine Translated
Podkategorie NLP (Natural Language Processing)
Plany szkoleń z technologii NLP
Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
7 godzin
Opis
Kurs ten został stworzony dla menadżerów, architektów, analityków biznesowych i systemowych, menedżerów oprogramowania oraz wszystkich zainteresowanych przeglądem stosowania sztucznej inteligencji i prognozą dla jej rozwoju.
21 godzin
Opis
This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.
21 godzin
Opis
ChatBoty to programy komputerowe, które automatycznie symulują ludzkie reakcje za pośrednictwem interfejsów czatu. ChatBoty pomagają organizacjom zmaksymalizować efektywność ich działania, zapewniając łatwiejsze i szybsze opcje interakcji z użytkownikiem.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy nauczą się budować chatboty w Python .
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozum podstawy tworzenia chatbotów
- Buduj, testuj, wdrażaj i rozwiązuj różne chatboty za pomocą Python
Publiczność
- Deweloperzy
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy nauczą się budować chatboty w Python .
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozum podstawy tworzenia chatbotów
- Buduj, testuj, wdrażaj i rozwiązuj różne chatboty za pomocą Python
Publiczność
- Deweloperzy
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
28 godzin
Opis
Deep Learning for NLP pozwala maszynie uczyć się prostego lub złożonego przetwarzania języka Wśród aktualnie dostępnych zadań znajduje się tłumaczenie i generowanie napisów do zdjęć DL (Deep Learning) jest podzbiorem ML (Machine Learning) Python jest popularnym językiem programowania, który zawiera biblioteki dla Deep Learning for NLP W tym instruktażowym szkoleniu na żywo uczestnicy nauczą się korzystać z bibliotek Pythona dla NLP (Natural Language Processing), ponieważ tworzą aplikację, która przetwarza zestaw zdjęć i generuje podpisy Pod koniec tego szkolenia uczestnicy będą mogli: Projekt i kod DL dla NLP przy użyciu bibliotek Python Utwórz kod w języku Python, który odczytuje zasadniczo ogromną kolekcję obrazów i generuje słowa kluczowe Utwórz kod Pythona generujący podpisy z wykrytych słów kluczowych Publiczność Programiści zainteresowani językoznawstwem Programiści, którzy poszukują zrozumienia NLP (przetwarzanie języka naturalnego) Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 godzin
Opis
Generowanie języka naturalnego (NLG) odnosi się do produkcji tekstu lub mowy w języku naturalnym przez komputer W tym instruktażowym szkoleniu na żywo uczestnicy nauczą się, jak używać języka Python do generowania wysokiej jakości tekstu w języku naturalnym, budując od podstaw własny system NLG Studia przypadków zostaną również zbadane, a odpowiednie koncepcje zostaną zastosowane do projektów w żywym laboratorium w celu generowania treści Pod koniec tego szkolenia uczestnicy będą mogli: Użyj NLG, aby automatycznie generować treści dla różnych branż, od dziennikarstwa, poprzez nieruchomości, po pogodę i raportowanie sportowe Wybierz i uporządkuj treść źródłową, zaplanuj zdania i przygotuj system automatycznego generowania oryginalnej treści Zrozumieć rurociąg NLG i zastosować odpowiednie techniki na każdym etapie Zapoznaj się z architekturą systemu generacji języka naturalnego (NLG) Wprowadź najbardziej odpowiednie algorytmy i modele do analizy i zamawiania Pozyskiwanie danych z publicznie dostępnych źródeł danych, a także wybranych baz danych w celu wykorzystania ich jako materiału do generowania tekstu Zastąp ręczne i pracochłonne procesy pisania za pomocą generowania komputerowego, automatycznego tworzenia treści Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 godzin
Opis
Kurs ten został zaprojektowany dla osób zainteresowanych wydobywaniem znaczenia z tekstu pisanego w języku angielskim, choć wiedza może być również stosowana do innych języków ludzkich.
Kurs obejmie sposób wykorzystania tekstu napisanego przez ludzi, takich jak wpisy na blogu, tweety itp.
Na przykład analityk może skonfigurować algorytm, który doprowadzi do wniosku automatycznie opartego na obszernym źródle danych.
Kurs obejmie sposób wykorzystania tekstu napisanego przez ludzi, takich jak wpisy na blogu, tweety itp.
Na przykład analityk może skonfigurować algorytm, który doprowadzi do wniosku automatycznie opartego na obszernym źródle danych.
21 godzin
Opis
szacuje się, że dane nieustrukturyzowane stanowią ponad 90 procent wszystkich danych, większość z nich w postaci tekstu. Posty na blogu, Tweety, Media społecznościowe i inne publikacje cyfrowe nieustannie dodają do tego rosnącego ciała danych.
to prowadzony przez instruktora, na żywo centra kursów wokół wydobycia spostrzeżeń i znaczenie z tych danych. Wykorzystując biblioteki języka R i przetwarzania języka naturalnego (NLP), łączymy koncepcje i techniki z informatyki, sztucznej inteligencji i językoznawstwa obliczeniowego, aby algorytmicznie rozumieć znaczenie danych tekstowych. Próbki danych są dostępne w różnych językach na potrzeby klienta.
do końca tego szkolenia uczestnicy będą mogli przygotować zbiory danych (duże i małe) z różnych źródeł, a następnie zastosować odpowiednie algorytmy do analizowania i raportowania o jego znaczeniu.
Format kursu
- część wykładu, dyskusja część, ciężka praktyka praktyczne, sporadyczne testy, aby ocenić zrozumienie
to prowadzony przez instruktora, na żywo centra kursów wokół wydobycia spostrzeżeń i znaczenie z tych danych. Wykorzystując biblioteki języka R i przetwarzania języka naturalnego (NLP), łączymy koncepcje i techniki z informatyki, sztucznej inteligencji i językoznawstwa obliczeniowego, aby algorytmicznie rozumieć znaczenie danych tekstowych. Próbki danych są dostępne w różnych językach na potrzeby klienta.
do końca tego szkolenia uczestnicy będą mogli przygotować zbiory danych (duże i małe) z różnych źródeł, a następnie zastosować odpowiednie algorytmy do analizowania i raportowania o jego znaczeniu.
Format kursu
- część wykładu, dyskusja część, ciężka praktyka praktyczne, sporadyczne testy, aby ocenić zrozumienie
21 godzin
Opis
Ta sesja szkoleniowa oparta na klasie będzie analizować techniki NLP w połączeniu z zastosowaniem sztucznej inteligencji i robotyki w biznesie Delegaci wykonają przykłady komputerowe i ćwiczenia rozwiązywania problemów z wykorzystaniem Pythona .
14 godzin
Opis
The Apache OpenNLP library is a machine learning based toolkit for processing natural language text. It supports the most common NLP tasks, such as language detection, tokenization, sentence segmentation, part-of-speech tagging, named entity extraction, chunking, parsing and coreference resolution.
In this instructor-led, live training, participants will learn how to create models for processing text based data using OpenNLP. Sample training data as well customized data sets will be used as the basis for the lab exercises.
By the end of this training, participants will be able to:
- Install and configure OpenNLP
- Download existing models as well as create their own
- Train the models on various sets of sample data
- Integrate OpenNLP with existing Java applications
Audience
- Developers
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led, live training, participants will learn how to create models for processing text based data using OpenNLP. Sample training data as well customized data sets will be used as the basis for the lab exercises.
By the end of this training, participants will be able to:
- Install and configure OpenNLP
- Download existing models as well as create their own
- Train the models on various sets of sample data
- Integrate OpenNLP with existing Java applications
Audience
- Developers
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
21 godzin
Opis
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak używać właściwych technik uczenia maszynowego i NLP (Natural Language Processing) do wydobywania wartości z danych tekstowych Pod koniec tego szkolenia uczestnicy będą mogli: Rozwiązuj problemy związane z nauką o tekstach za pomocą wysokiej jakości kodu wielokrotnego użytku Zastosuj różne aspekty scikitlearn (klasyfikacja, grupowanie, regresja, redukcja wymiarów) w celu rozwiązania problemów Twórz efektywne modele uczenia maszynowego z wykorzystaniem danych opartych na tekstach Utwórz zestaw danych i wyodrębnij funkcje z nieustrukturyzowanego tekstu Wizualizuj dane za pomocą Matplotlib Twórz i oceniaj modele, aby uzyskać wgląd Rozwiązywanie problemów z kodowaniem tekstu Publiczność Deweloperzy Data Scientists Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
35 godzin
Opis
Pod koniec szkolenia oczekuje się, że delegaci będą odpowiednio wyposażeni w podstawowe koncepcje Pythona i powinni być w stanie wystarczająco wykorzystać NLTK do wdrożenia większości operacji opartych na NLP i ML. Szkolenie ma na celu nie tylko przekazanie wiedzy egzekucyjnej, ale także logicznej i operacyjnej wiedzy o technologii w niej zawartej.
28 godzin
Opis
Ten kurs wprowadza lingwistów lub programistów do NLP w Python . Podczas tego kursu będziemy głównie korzystać z nltk.org (Natural Language Tool Kit), ale także będziemy korzystać z innych bibliotek odpowiednich i przydatnych dla NLP. W tej chwili możemy przeprowadzić ten kurs w Python 2.x lub Python 3.x. Przykładami są angielski lub mandaryński (普通话). Inne języki można również udostępnić, jeśli uzgodniono to przed dokonaniem rezerwacji.
14 godzin
Opis
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów i naukowców zajmujących się danymi, którzy chcą używać spaCy do przetwarzania bardzo dużych ilości tekstu w celu znalezienia wzorców i uzyskania wglądu.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj spaCy.
- Zrozumienie podejścia spaCy do Natural Language Processing (NLP) .
- Wyodrębnij wzorce i uzyskaj informacje biznesowe z dużych źródeł danych.
- Zintegruj bibliotekę spaCy z istniejącymi aplikacjami internetowymi i starszymi.
- Rozmieść spaCy w środowiskach produkcyjnych na żywo, aby przewidzieć ludzkie zachowania.
- Użyj spaCy do wstępnego przetworzenia tekstu do Deep Learning
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
- Aby dowiedzieć się więcej o spaCy, odwiedź: https://spacy.io/
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj spaCy.
- Zrozumienie podejścia spaCy do Natural Language Processing (NLP) .
- Wyodrębnij wzorce i uzyskaj informacje biznesowe z dużych źródeł danych.
- Zintegruj bibliotekę spaCy z istniejącymi aplikacjami internetowymi i starszymi.
- Rozmieść spaCy w środowiskach produkcyjnych na żywo, aby przewidzieć ludzkie zachowania.
- Użyj spaCy do wstępnego przetworzenia tekstu do Deep Learning
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
- Aby dowiedzieć się więcej o spaCy, odwiedź: https://spacy.io/
14 godzin
Opis
W uczeniu maszynowym w języku Python funkcja podsumowania tekstu jest w stanie odczytać tekst wejściowy i wygenerować podsumowanie tekstowe Ta funkcja jest dostępna z poziomu wiersza poleceń lub jako API / biblioteka w języku Python Jedną z pasjonujących aplikacji jest szybkie tworzenie podsumowań wykonawczych; Jest to szczególnie przydatne dla organizacji, które muszą dokonać przeglądu dużych ilości danych tekstowych przed wygenerowaniem raportów i prezentacji W tym instruktażowym szkoleniu na żywo uczestnicy nauczą się korzystać z Pythona, aby stworzyć prostą aplikację, która automatycznie generuje podsumowanie tekstu wejściowego Pod koniec tego szkolenia uczestnicy będą mogli: Użyj narzędzia wiersza poleceń, które podsumowuje tekst Zaprojektuj i utwórz kod podsumowania tekstu za pomocą bibliotek Python Oceniaj trzy biblioteki podsumowujące Pythona: sumy 070, pysummaryzacja 104, odczyt 1017 Publiczność Deweloperzy Data Scientists Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
35 godzin
Opis
TensorFlow ™ to biblioteka oprogramowania typu open source do obliczeń numerycznych z wykorzystaniem wykresów przepływu danych.
SyntaxNet to neuronowa sieć przetwarzania języka naturalnego dla TensorFlow .
Word 2Vec służy do uczenia wektorowych reprezentacji słów, zwanych „osadzaniem słów”. Word 2vec jest szczególnie wydajnym obliczeniowo modelem predykcyjnym do nauki osadzania słów z surowego tekstu. Występuje w dwóch wariantach: modelu Continuous Bag-of- Word (CBOW) i Skip-Gram (rozdział 3.1 i 3.2 w Mikolov i in.).
Używany w tandemie SyntaxNet i Word 2Vec umożliwia użytkownikom generowanie modeli Learned Embedding z wejścia Natural Language.
Publiczność
Kurs jest skierowany do programistów i inżynierów, którzy zamierzają pracować z modelami SyntaxNet i Word 2Vec w swoich wykresach TensorFlow .
Po ukończeniu tego kursu delegaci:
- zrozumieć strukturę i mechanizmy wdrażania TensorFlow
- być w stanie wykonać zadania i konfigurację środowiska instalacji / produkcji / architektury
- być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
- być w stanie wdrożyć zaawansowaną produkcję, taką jak modele treningowe, terminy osadzania, wykresy budowlane i rejestrowanie
SyntaxNet to neuronowa sieć przetwarzania języka naturalnego dla TensorFlow .
Word 2Vec służy do uczenia wektorowych reprezentacji słów, zwanych „osadzaniem słów”. Word 2vec jest szczególnie wydajnym obliczeniowo modelem predykcyjnym do nauki osadzania słów z surowego tekstu. Występuje w dwóch wariantach: modelu Continuous Bag-of- Word (CBOW) i Skip-Gram (rozdział 3.1 i 3.2 w Mikolov i in.).
Używany w tandemie SyntaxNet i Word 2Vec umożliwia użytkownikom generowanie modeli Learned Embedding z wejścia Natural Language.
Publiczność
Kurs jest skierowany do programistów i inżynierów, którzy zamierzają pracować z modelami SyntaxNet i Word 2Vec w swoich wykresach TensorFlow .
Po ukończeniu tego kursu delegaci:
- zrozumieć strukturę i mechanizmy wdrażania TensorFlow
- być w stanie wykonać zadania i konfigurację środowiska instalacji / produkcji / architektury
- być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
- być w stanie wdrożyć zaawansowaną produkcję, taką jak modele treningowe, terminy osadzania, wykresy budowlane i rejestrowanie
14 godzin
Opis
Deeplearning4j to rozproszona biblioteka do głębokiego uczenia się napisana dla Java i Scala . Zintegrowany z Hadoop i Spark, DL4J jest przeznaczony do stosowania w środowiskach biznesowych na rozproszonych GPU i procesorach.
Word 2Vec to metoda obliczania reprezentacji wektorowej słów wprowadzonych przez zespół naukowców w Go ogle prowadzonej przez Tomasa Mikolov.
Publiczność
Kurs skierowany jest do naukowców, inżynierów i programistów, którzy chcą wykorzystać Deeplearning4J do konstruowania modeli Word 2Vec.
Word 2Vec to metoda obliczania reprezentacji wektorowej słów wprowadzonych przez zespół naukowców w Go ogle prowadzonej przez Tomasa Mikolov.
Publiczność
Kurs skierowany jest do naukowców, inżynierów i programistów, którzy chcą wykorzystać Deeplearning4J do konstruowania modeli Word 2Vec.
Nadchodzące szkolenia z technologii NLP
2021-03-29 09:00:00
Warszawa, ul. Złota 3 / 11
14 godzin
2021-04-19 09:00:00
Warszawa, ul. Złota 3 / 11
21 godzin
2021-04-19 09:00:00
Warszawa, ul. Złota 3 / 11
21 godzin
2021-04-28 09:00:00
Warszawa, ul. Złota 3 / 11
21 godzin
2021-05-10 09:00:00
Warszawa, ul. Złota 3 / 11
35 godzin
Other regions
Other countries
Konsultacje
Szkolenie Natural Language Processing, NLP (Natural Language Processing) boot camp, Szkolenia Zdalne NLP, szkolenie wieczorowe NLP, szkolenie weekendowe NLP, Kurs Natural Language Processing,Kursy NLP, Trener NLP, instruktor NLP, kurs zdalny NLP (Natural Language Processing), edukacja zdalna NLP, nauczanie wirtualne NLP, lekcje UML, nauka przez internet NLP, e-learning NLP, kurs online NLP (Natural Language Processing), wykładowca NLPSzkolenie Natural Language Processing (NLP), NLP boot camp, Szkolenia Zdalne Natural Language Processing (NLP), szkolenie wieczorowe Natural Language Processing, szkolenie weekendowe Natural Language Processing, Kurs Natural Language Processing,Kursy NLP, Trener Natural Language Processing, instruktor NLP (Natural Language Processing), kurs zdalny NLP (Natural Language Processing), edukacja zdalna NLP, nauczanie wirtualne Natural Language Processing (NLP), lekcje UML, nauka przez internet NLP, e-learning NLP (Natural Language Processing), kurs online NLP, wykładowca Natural Language Processing (NLP)
.jpg "polska grupa farmaceutyczna (pgf)")
.png "ministerstwo spraw wewnętrznych i administracji (mswia)"){kind=small}
.jpg "komisja nadzoru finansowego (knf)"){kind=small}
.jpg "zakład ubezpieczeń społecznych (zus)")
.gif "telekomunikacja polska (tp)"){kind=small}
.jpg "ministerstwo obrony narodowej (mon)")
.jpg "ministerstwo kultury i dziedzictwa narodowego (mkidn)")
