Apa yang akan Anda pelajari Dalam Kursus Machine Learning :
- Pemahaman Lengkap tentang Pemrosesan Bahasa Alami di kursus machine learning ini
- Melaksanakan tugas terkait NLP dengan Scikit-learning, NLTK dan SpaCy
- Terapkan Model Pembelajaran Mesin untuk Mengklasifikasikan Data Teks
- Klasifikasi Teks (Deteksi Spam, Klasifikasi Tinjauan produk Amazon)
- Peringkasan Teks (Ubah 5000 artikel kata menjadi 200 Kata)
- Hitung Skor Sentimen dari Tweet Baru-Baru Ini (API Tweeter)
- Refresh Konsep Pembelajaran Mendalam Anda (ANN, CNN & RNN)
- Bangun Model Word Embedding (Word2vec) Anda sendiri dengan Keras
- Aplikasi Word Embeddings dengan Google Pretrained Model
- Deteksi Pesan Spam dengan CNN dan RNN Berbasis Neural Network
- Pembuatan Teks Otomatis menggunakan TensorFlow, Keras dan LSTM
- Bekerja dengan File Teks & PDF dalam Python (modul PyPDF2)
- Tokenisasi, Stemming, dan Lemmatization
- Stop Words, Parts of Speech (POS) Tagging dengan NLTK
- Kosakata, Pencocokan, Pengakuan Entitas Bernama (NER)
- Analisis Data dengan Numpy dan Pandas
- Visualisasi data dengan perpustakaan
Persyaratan
- Pemahaman dasar tentang Pemrograman Python
Deskripsi Kursus Machine Learning :
Apakah Anda memiliki gagasan tentang bidang Kecerdasan Buatan mana yang akan menjadi besar di tahun mendatang?
Menurut statista dot com bidang AI mana yang diperkirakan mencapai $ 43 miliar pada tahun 2025?
Jika jawabannya adalah ‘Pemrosesan Bahasa Alami’, Anda berada di tempat yang tepat.
- Bagaimana Google News mengklasifikasikan jutaan artikel berita ke dalam ratusan kategori berbeda.
- Bagaimana pengenalan suara Android mengenali suara Anda dengan akurasi tinggi.
- Bagaimana Google Terjemahan sebenarnya menerjemahkan ratusan pasangan bahasa yang berbeda menjadi satu sama lain.
Jika jawabannya “Ya”, Anda berada di jalur yang benar.
NLP – “Natural Language Processing” telah menemukan ruang dalam setiap aspek kehidupan kita sehari-hari.
Internet telepon seluler adalah bagian integral dari kehidupan kita. Setiap aplikasi paling banyak Anda akan menemukan penggunaan metode NLP, dari mesin pencari Google ke sistem rekomendasi Amazon & Netflix.
- Chatbot
- Google Now, Apple Siri , Amazon Alexa
- Terjemahan Mesin
- Analisis sentimen
- Pengenalan Bicara dan banyak lagi.
Jadi, selamat datang di kursus saya di NLP.
Lengkap Natural Language Processing (NLP) dengan Spacy & NLTK
Skema pembelajaran :
1: Selamat Datang Di bagian Kursus Machine Learning ini kita akan mendapatkan ide lengkap tentang apa yang akan kita pelajari dalam keseluruhan kursus dan pemahaman yang terkait dengan pemrosesan bahasa alami.
2: Instalasi & Pengaturan Di bagian ini kita akan mendapatkan pengaturan online Google Colab.
3: Dasar-Dasar Pemrosesan Bahasa Alami Pada bagian ini kita akan membahas semua tugas NLP dasar seperti Tokenisasi, Lemmatization, menghentikan penghapusan kata, pengenalan entitas nama, bagian pemberian tag ucapan, dan melihat bagaimana menerapkan dengan berbagai fungsi yang tersedia di Spacy dan NLTK Perpustakaan.
4, 5, 6: Klasifikasi Pesan Spam, Prediksi Tinjauan Restoran (Baik atau buruk), IMDB, Amazon dan Klasifikasi ulasan Yelp
Pada 3 bagian berikutnya kita akan masuk ke kumpulan data dunia nyata untuk klasifikasi teks, deteksi spam, klasifikasi ulasan restoran, ulasan Amazon IMDb. Kita akan melihat bagaimana melakukan Pra-Pemrosesan dan membuat data Anda cocok untuk algoritma pembelajaran mesin dan menerapkan penaksir Pembelajaran Mesin yang berbeda (Regresi Logistik, SVM, Pohon Keputusan) untuk mengklasifikasikan teks.
7, 8: Peringkasan Teks Otomatis, Analisis sentimen Twitter Dalam 2 bagian ini kita akan membahas aplikasi NLP dunia nyata.
Peringkasan teks otomatis, Yang kompres teks Anda untuk menemukan ringkasan artikel besar
Satu lagi yang akan kami kerjakan adalah menemukan sentimen dari tweet yang baru-baru ini diposting tentang beberapa kata kunci spesifik dengan bantuan Twitter API – tweepy library
9: Dasar-Dasar Pembelajaran Dalam Dalam Bagian ini kita akan mendapatkan ide dasar tentang konsep pembelajaran Deep, seperti fungsi aktivasi jaringan saraf tiruan dan bagaimana JST bekerja.
10: Penyematan Kata Pada Bagian ini, kita akan melihat Bagaimana menerapkan word2vec pada set data khusus kami, serta menggunakan Pretrained Google Model.
11, 12: Klasifikasi Teks dengan CNN & RNN Pada bagian ini kita akan melihat bagaimana menerapkan model pembelajaran mendalam seperti convolution neural networks dan recurrent neural networks untuk klasifikasi teks.
13: Pembuatan Teks Otomatis menggunakan TensorFlow, Keras dan LSTM Pada bagian ini kita akan menerapkan model LSTM berbasis jaringan saraf untuk secara otomatis menghasilkan teks.
14, 15, 16, 17: Numpy, Pandas, Matplotlib + Pemrosesan File Pada bagian ini, bagi Anda yang ingin konsep penyegaran terkait dengan analisis data dengan perpustakaan Numpy dan Pandas, Visualisasi Data dengan perpustakaan Matplotlib, dan pemrosesan File Teks dan PDF Pemrosesan file.
Jadi, Ini adalah salah satu kursus paling komprehensif tentang pemrosesan bahasa alami,
Dan saya mengharapkan Anda untuk mengetahui pengetahuan dasar tentang python dan keingintahuan Anda untuk mempelajari berbagai teknik di dunia NLP.
Untuk siapa kursus ini:
- Siapa pun yang tertarik untuk mempelajari Pemrosesan Bahasa Alami