استخراج اطلاعات کاربردی با پایتون

آنچه یاد خواهید گرفت:

• توسعه مهارت برای پردازش و تفسیر اطلاعات موجود در داده‌های free-text
• شناسایی کلاس های اصلی تشخیص انتیتی نامگذاری شده (NER) و پیاده‌سازی تکنیک‌های پیشرفته یادگیری ماشین برای این NER
• مقایسه، کنتراست و انتخاب میان رویکردهای مختلف یادگیری ماشین و یادگیری عمیق برای NER
• آشنایی با مدل‌های زبانی بزرگ و پیکربندی یک خط پردازش مبتنی بر ترنسفورمر برای استخراج انتیتی های موردنظر از داده‌های متنی

توضیحات دوره

در دوره «استخراج اطلاعات کاربردی با پایتون» یاد می‌گیرید چگونه اطلاعات مفید را از داده‌های free-text استخراج کنید. داده‌های free-text نوعی داده متنی هستند که توسط کاربران هنگام تایپ ایجاد می‌شوند. نمونه‌هایی از این داده‌ها شامل نام افراد یا سازمان‌ها، اطلاعات مکانی مانند شهرها و کدهای پستی، یا مواردی مانند قیمت سهام و تشخیص‌های پزشکی است. این نوع داده تقریباً در همه جا وجود دارد؛ از مقالات مجلات گرفته تا پست‌های شبکه‌های اجتماعی، و تحلیل آن می‌تواند پیچیده باشد.

در این دوره از تکنیک‌های یادگیری ماشین کاربردی و متن‌کاوی برای تحلیل داده‌های free-text استفاده می‌کنید. یاد می‌گیرید چگونه انتیتی های نامگذاری شده را شناسایی کرده و آن‌ها را با تگ های مناسب و با استفاده از داده‌های واقعی از حوزه‌های کسب‌وکار، سیاست و سلامت طبقه‌بندی کنید. همچنین رویکردهای مختلفی برای شناسایی و استخراج انتیتی ها و ویژگی‌های مهم از متن را  از عبارات منظم تا مدل‌های شبکه عصبی توسعه می‌دهید. در نهایت با مدل‌های ترنسفورمر مانند ChatGPT و سایر مدل‌های زبانی بزرگ آشنا می‌شوید تا بتوانید اطلاعات را از مجموعه‌داده‌های بزرگ استخراج کنید.

این دوره آخرین دوره از مجموعه چهارگانه «More Applied Data Science with Python» است که بر به‌کارگیری تکنیک‌های پیشرفته علم داده با استفاده از پایتون تمرکز دارد. توصیه می‌شود قبل از گذراندن این دوره، دوره‌های «مقدمه‌ای بر علم داده با پایتون»، «یادگیری ماشین کاربردی با پایتون» و «متن‌کاوی کاربردی با پایتون» را بگذرانید.