Home / Pemrograman / Machine Learning / Kursus Python | Machine Learning NLP Python Machine Learning Essential Training
Biaya Kursus Komputer Jogja Multimedia

Kursus Python | Machine Learning NLP Python Machine Learning Essential Training

Dengan bertambahnya jumlah data yang tersedia untuk umum dan peningkatan fokus pada data teks tidak terstruktur, pemahaman tentang cara membersihkan, memproses, dan menganalisis data teks itu sangat berharga. Jika Anda memiliki pengalaman dengan Python dan minat pada pemrosesan bahasa alami (NLP), kursus ini dapat memberi Anda pengetahuan yang Anda butuhkan untuk mengatasi masalah kompleks menggunakan pembelajaran mesin. Kami memberikan ringkasan singkat tentang konsep pemrosesan bahasa alami dasar (NLP), mencakup teknik pembersihan data dan vektorisasi tingkat lanjut, dan kemudian mempelajari lebih dalam pembuatan pengklasifikasi pembelajaran mesin. Selama langkah terakhir ini, Kami menunjukkan cara membuat dua jenis model pembelajaran mesin, serta cara mengevaluasi dan menguji variasi model tersebut.

Tujuan pembelajaran

  • Menjelaskan definisi NLP.
  • Jelaskan proses tokenisasi.
  • Identifikasi tujuan vektorisasi.
  • Kenali hasil lemmatisasi.
  • Rangkum karakteristik TF-IDF.
  • Tentukan akurasi dalam hal metrik evaluasi.
  • Ingat kembali tiga manfaat menggunakan metode ansambel.

Kurikulum Kursus :

  1. Apa itu NLP dan NLTK?
  2. Pengaturan dan ikhtisar NLTK
  3. Membaca dalam data teks
  4. Menjelajahi dataset
  5. Apa itu ekspresi reguler?
  6. Mempelajari cara menggunakan ekspresi reguler
  7. Penggantian ekspresi reguler
  8. Pipeline machine learning
  9. Penerapan: Menghapus tanda baca
  10. Implementasi: Tokenisasi
  11. Implementasi: Menghapus kata-kata berhenti
  12. Memperkenalkan stemming
  13. Menggunakan stemming
  14. Memperkenalkan lemmatizing
  15. Menggunakan lemmatizing
  16. Memperkenalkan vectorizing
  17. Hitung vektorisasi
  18. Vektorisasi N-gram
  19. Pembobotan frekuensi dokumen terbalik
  20. Memperkenalkan rekayasa fitur
  21. Pembuatan fitur
  22. Evaluasi fitur
  23. Mengidentifikasi fitur untuk transformasi
  24. Transformasi kekuatan Box-Cox
  25. Apa itu pembelajaran mesin?
  26. Metrik validasi silang dan evaluasi
  27. Pengenalan random forest
  28. Membangun model random forest
  29. Random Forest dengan set uji pisahan
  30. Model Random Forest dengan pencarian grid
  31. Evaluasi kinerja model Random Forest
  32. Memperkenalkan peningkatan gradien
  33. Pencarian kisi yang meningkatkan gradien
  34. Evaluasi kinerja model peningkatan gradien
  35. Pemilihan model: Persiapan data
  36. Pemilihan model: Hasil
  37. Selesai

 

KURSUS KOMPUTER ONLINE DIMANAPUN ANDA BERADA

About Jogja Multimedia

Check Also

Kursus Flutter | Dart Dan Flutter Complete Developer Course

Semua yang perlu Anda ketahui untuk membuat aplikasi seluler dengan Flutter dan Dart, termasuk RxDart …

Kursus Python | Artificial Intelligence-OCR Dan Text Translation Menggunakan Python

Bangun pengenalan Karakter Optik dan alat terjemahan teks dari awal, menggunakan bahasa pemrograman python Apa …

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *