Apa yang akan Anda pelajari?
-
Pelajari pemrosesan teks lengkap dengan Python
-
Pelajari cara mengekstrak teks dari file PDF
-
Gunakan Ekspresi Reguler untuk pencarian dalam teks
-
Gunakan SpaCy dan NLTK untuk mengekstrak fitur teks lengkap dari teks mentah
-
Gunakan Alokasi Dirichlet Laten untuk Pemodelan Topik
-
Gunakan Scikit-Learn dan Deep Learning untuk Klasifikasi Teks
-
Pelajari Klasifikasi Teks Multi-Kelas dan Multi-Label
-
Gunakan Spacy dan NLTK untuk Analisis Sentimen
-
Memahami dan Membangun model ML berbasis word2vec dan GloVe
-
Gunakan Gensim untuk mendapatkan vektor kata yang telah dilatih sebelumnya dan menghitung persamaan dan analogi
-
Pelajari Peringkasan Teks dan Pembuatan Teks menggunakan LSTM dan GRU
Persyaratan
-
Memiliki keinginan untuk belajar
-
Matematika tingkat dasar
-
Memiliki pemahaman dasar tentang Python dan Pembelajaran Mesin
Keterangan
Selamat datang di kursus Natural Language Processing (NLP). Ini dirancang untuk memberi Anda pemahaman lengkap tentang Pemrosesan Teks dan Penambangan dengan penggunaan algoritma NLP State-of-the-Art dengan Python.
Kami akan mempelajari Spacy secara mendetail dan kami juga akan mengeksplorasi penggunaan NLP dalam kehidupan nyata. Kursus ini mencakup dasar-dasar NLP untuk memajukan topik seperti word2vec, GloVe, Deep Learning untuk NLP seperti CNN, ANN, dan LSTM. Saya juga akan menunjukkan kepada Anda bagaimana Anda dapat mengoptimalkan kode ML Anda dengan menggunakan berbagai alat sklean dengan python. Di bagian akhir kursus ini, Anda akan belajar cara menghasilkan puisi dengan menggunakan LSTM. Klasifikasi Multi-Label dan Multi-kelas dijelaskan. Setidaknya 12 Proyek NLP tercakup dalam kursus ini. Anda akan mempelajari berbagai cara untuk memecahkan masalah NLP mutakhir.
Kami akan mulai dengan dasar-dasar seperti apa itu pembelajaran mesin dan cara kerjanya. Setelah itu saya akan membawa Anda ke kursus kilat Python, Numpy, dan Pandas. Jika Anda memiliki pengalaman sebelumnya, Anda dapat melewati bagian ini. Permainan NLP yang sebenarnya akan dimulai dengan Spacy Introduction di mana saya akan membawa Anda melalui berbagai langkah pra-pemrosesan NLP. Kami akan menggunakan Spacy dan NLTK sebagian besar untuk preprocessing data teks.
Di bagian selanjutnya, kita akan belajar tentang bekerja dengan File untuk menyimpan dan memuat data teks. Bagian ini adalah dasar dari bagian lain pada Complete Text Preprocessing. Saya akan menunjukkan banyak cara pemrosesan teks menggunakan Spacy dan Regular Expressions. Akhirnya, saya akan menunjukkan kepada Anda bagaimana Anda dapat membuat paket python Anda sendiri pada preprocessing. Ini akan membantu kita untuk meningkatkan keterampilan menulis kode kita. Kami akan dapat menggunakan kembali kode kami di seluruh sistem tanpa menulis kode untuk pra-pemrosesan setiap saat. Bagian ini adalah bagian yang paling penting.
Kemudian, kita akan memulai bagian Teori pembelajaran mesin dan panduan paket Scikit-Learn Python di mana kita akan belajar cara menulis kode ML yang bersih. Setelah itu, kami akan mengembangkan pengklasifikasi teks pertama kami untuk klasifikasi pesan SPAM dan HAM. Saya juga akan menunjukkan kepada Anda berbagai jenis penyisipan kata yang digunakan dalam NLP seperti Bag of Words, Term Frequency, IDF, dan TF-IDF. Saya akan menunjukkan kepada Anda bagaimana Anda dapat memperkirakan fitur-fitur ini dari awal serta dengan bantuan paket Scikit-Learn.
Setelah itu kita akan belajar tentang penerapan model pembelajaran mesin. Kami juga akan mempelajari berbagai alat penting lainnya seperti word2vec, GloVe, Deep Learning, CNN, LSTM, RNN, dll.
Di akhir pelajaran ini, Anda akan mempelajari semua yang Anda butuhkan untuk memecahkan masalah NLP Anda sendiri.
Untuk siapa kursus ini:
- Pemula dalam Pemrosesan Bahasa Alami
- Ilmuwan Data penasaran ingin belajar NLP
