مهندسی ویژگی برای پردازش زبان طبیعی در پایتون
✅ سرفصل و جزئیات آموزش
در این دوره، مدرس تکنیکهایی را آموزش میدهد که به شما امکان میدهد اطلاعات مفید را از متن استخراج کرده و آنها را به قالبی مناسب برای اعمال مدلهای یادگیری ماشین پردازش کنید. به طور مشخصتر، شما با برچسبگذاری اجزای کلام، تشخیص موجودیتهای نامدار، نمرات خوانایی، مدلهای n-gram و tf-idf و چگونگی پیادهسازی آنها با استفاده از scikit-learn و spaCy آشنا خواهید شد. همچنین خواهید آموخت که چگونه شباهت بین دو سند را محاسبه کنید.
در طول این فرآیند، احساسات موجود در نقدهای فیلم را پیشبینی کرده و سیستمهای پیشنهاددهنده فیلم و Ted Talk خواهید ساخت. پس از پایان دوره، قادر خواهید بود ویژگیهای حیاتی را از هر متنی استخراج کرده و برخی از چالشبرانگیزترین مسائل در علم داده را حل کنید!
مهندسی ویژگی برای پردازش زبان طبیعی در پایتون
-
مقدمهای بر مهندسی ویژگی در NLP None
-
استخراج ویژگیهای اولیه None
-
آزمونهای خوانایی None
-
توکنسازی و ریشهیابی None
-
پاکسازی متن None
-
برچسبگذاری اجزای کلام None
-
تشخیص موجودیتهای نامدار None
-
ساخت مدل کیسه کلمات None
-
ساخت دستهبند ساده بیز مبتنی بر کیسه کلمات None
-
ساخت مدلهای n-gram None
-
ساخت بردارهای سند با استفاده از TF-IDF None
-
شباهت کسینوسی None
-
ساخت یک سیستم پیشنهاددهنده بر اساس خط داستان None
-
فراتر از n-gram: درونهگیری کلمات None
-
تبریک! None
مشخصات آموزش
مهندسی ویژگی برای پردازش زبان طبیعی در پایتون
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:پیشرفته
- تعداد درس:15
- مدت زمان :4:00:00
- حجم :238.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 09:44:25
- تعداد درس: 67
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:52:43
- تعداد درس: 38
-
سطح دوره:
-
زبان: دوبله فارسی