دوره آموزشی
آموزش های یودمی
دوبله زبان فارسی

مقدمه‌ای بر پردازش زبان طبیعی در پایتون برای هوش مصنوعی

مقدمه‌ای بر پردازش زبان طبیعی در پایتون برای هوش مصنوعی

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • پردازش زبان طبیعی برای هوش مصنوعی
  • تکنیک‌های پیش‌پردازش متن
  • برچسب‌گذاری متن و استخراج انتیتی
  • تحلیل احساسات
  • کشف موضوعات در متن
  • طبقه‌بندی متن
  • بردار سازی متن برای یادگیری ماشین

توضیحات دوره

آیا به هوش مصنوعی و پردازش زبان طبیعی علاقه دارید؟

آیا می‌خواهید در زمینه داده‌کاوی یا مهندسی هوش مصنوعی حرفه‌ای شوید؟

اگر این‌طور است، این دوره برای شما مناسب است!

در این دوره مقدمه‌ای بر پردازش زبان طبیعی در پایتون موارد ضروری برای کار با داده‌های متنی را بررسی خواهید کرد. چه بخواهید طبقه‌بندهای متنی سفارشی بسازید، احساسات را تحلیل کنید یا موضوعات پنهان را کاوش کنید، نحوه کار پردازش زبان طبیعی را خواهید آموخت و ابزارها و مفاهیم لازم برای حل این چالش‌ها را به دست می‌آورید.

پردازش زبان طبیعی یک زمینه هیجان‌انگیز و به سرعت در حال تکامل است که تأثیر بنیادی بر نوع تعامل ما با فناوری دارد. در این دوره، شما قدرت پردازش زبان طبیعی را کشف خواهید کرد و با دانش و مهارت‌هایی برای شروع پروژه‌های پردازش زبان طبیعی خود تجهیز می‌شوید.

این دوره به شما دسترسی به ویدیوهای با کیفیت Full HD و تمرینات کدنویسی عملی را می‌دهد. این یک فرمت مناسب برای درک آسان و یادگیری تعاملی است. یکی از بزرگ‌ترین مزایای تمامی آموزش‌های تولید شده توسط 365 Data Science، ساختار منظم آن‌هاست. این دوره نیز از این قاعده مستثنی نیست. برنامه درسی منظم تضمین می‌کند که شما تجربه‌ای شگفت‌انگیز خواهید داشت.

برای شروع این دوره، نیازی به آموزش قبلی در زمینه پردازش زبان طبیعی نیست. فقط به مهارت‌های پایه‌ای در پایتون و آشنایی با یادگیری ماشین نیاز دارید.

این مقدمه به شما مرحله‌به‌مرحله فرایند کامل کردن یک پروژه را راهنمایی می‌کند. ما مدل‌ها و تحلیل‌ها و اصول اساسی، مانند پردازش و تمیز کردن داده‌های متنی و نحوه دریافت داده‌ها در فرمت صحیح برای پردازش زبان طبیعی با یادگیری ماشین را بررسی خواهیم کرد.

ما از الگوریتم‌هایی مانند Latent Dirichlet Allocation، مدل‌های Transformer، رگرسیون لجستیک، Naive Bayes و Linear SVM استفاده خواهیم کرد. همچنین تکنیک‌هایی مانند برچسب‌گذاری اجزای کلام (POS) و شناسایی انتیتی های نام‌دار (NER) را به کار خواهیم برد.

شما این فرصت را خواهید داشت که مهارت‌های تازه کسب کرده خود را از طریق یک مطالعه موردی جامع به کار بگیرید. ما شما را در کل پروژه راهنمایی خواهیم کرد و مراحل زیر را پوشش می‌دهیم:

  • پاکسازی متن
  • تحلیل محتوای عمیق
  • تحلیل احساسات
  • کشف تم‌های پنهان
  • در نهایت ایجاد یک مدل طبقه‌بندی متن سفارشی

با اتمام دوره، شما یک گواهی معتبر در زمینه پردازش زبان طبیعی دریافت خواهید کرد و یک پروژه عالی به پرتفوی خود اضافه خواهید کرد تا توانایی خود را در تحلیل متن مانند یک حرفه‌ای نشان دهید.

این دوره برای چه کسانی مناسب است؟

  • داده‌کاوان و مهندسان هوش مصنوعی مبتدی
  • دانشجویان هوش مصنوعی و LLM
  • دانشجویان داده‌کاوی
  • داده‌کاوان
  • هرکسی که علاقمند به یادگیری نحوه کار با پردازش زبان طبیعی است.

مقدمه‌ای بر پردازش زبان طبیعی در پایتون برای هوش مصنوعی

  • آشنایی با دوره 02:39
  • آشنایی با NLP 01:36
  • پردازش زبان طبیعی در زندگی روزمره 01:14
  • پردازش زبان طبیعی تحت نظارت و بدون نظارت 01:46
  • اهمیت آماده‌سازی داده‌ها 01:45
  • حروف کوچک 02:10
  • حذف کلمات توقف 03:52
  • عبارات منظم 09:55
  • توکنیزاسیون 02:51
  • ریشه یابی (Stemming) 02:45
  • بن واژه سازی (Lemmatization) 02:21
  • N-grams 03:59
  • تسک های عملی 10:15
  • برچسب‌گذاری متن 01:24
  • برچسب‌گذاری اجزای گفتار (POS) 04:19
  • شناسایی موجودیت نام‌دار (NER) 03:44
  • وظیفه عملی 08:56
  • تحلیل احساسات چیست؟ 01:59
  • تحلیل احساسات مبتنی بر قاعده 05:24
  • مدل‌های ترنسفورمر پیش‌آموزش‌دیده 04:02
  • وظیفه عملی 05:42
  • نمایش عددی متن 01:39
  • مدل بسته کلمات 03:03
  • TF-IDF 03:36
  • مدل‌سازی موضوع چیست؟ 02:56
  • چه زمانی از مدل‌سازی موضوع استفاده کنیم؟ 01:33
  • تخصیص دیریکله نهان 02:19
  • تخصیص دیریکله (LDA) در پایتون 04:25
  • تحلیل معنایی نهان 01:39
  • تحلیل معنایی نهان در پایتون 01:21
  • ساخت یک طبقه‌بند متن سفارشی 00:56
  • رگرسیون لجستیک 04:40
  • Naive Bayes 01:33
  • ماشین بردار پشتیبان خطی 02:24
  • معرفی پروژه 03:32
  • کاوش داده‌های ما از طریق برچسب‌های POS 09:24
  • استخراج موجودیت‌های نام‌دار 04:51
  • پردازش متن 08:14
  • آیا احساسات بین انواع اخبار متفاوت است؟ 05:11
  • چه موضوعاتی در اخبار جعلی ظاهر می‌شوند؟ (بخش 1) 06:11
  • چه موضوعاتی در اخبار جعلی ظاهر می‌شوند؟ (بخش 2) 05:56
  • دسته‌بندی اخبار جعلی با یک classifier سفارشی 05:48
  • یادگیری عمیق چیست؟ 03:04
  • یادگیری عمیق برای پردازش زبان طبیعی 01:51
  • پردازش زبان طبیعی غیرانگلیسی 01:48
  • گام بعدی برای پردازش زبان طبیعی چیست؟ 01:38

1,132,000 226,400 تومان

مشخصات آموزش

مقدمه‌ای بر پردازش زبان طبیعی در پایتون برای هوش مصنوعی

  • تاریخ به روز رسانی: 1404/06/14
  • سطح دوره:مقدماتی
  • تعداد درس:46
  • مدت زمان :02:52:10
  • حجم :1.28GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

The Great Courses
651,500 130,300 تومان
  • زمان: 01:39:55
  • تعداد درس: 6
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,889,000 377,800 تومان
  • زمان: 04:47:39
  • تعداد درس: 30
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,501,000 300,200 تومان
  • زمان: 03:48:11
  • تعداد درس: 47
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
10,289,500 2,057,900 تومان
  • زمان: 26:03:06
  • تعداد درس: 121
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
490,000 98,000 تومان
  • زمان: 54:55
  • تعداد درس: 18
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,797,000 359,400 تومان
  • زمان: 04:33:59
  • تعداد درس: 86
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,659,500 531,900 تومان
  • زمان: 06:44:45
  • تعداد درس: 35
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
7,300,500 1,460,100 تومان
  • زمان: 18:29:24
  • تعداد درس: 115
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,113,000 422,600 تومان
  • زمان: 05:21:41
  • تعداد درس: 51
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید