NLP با Python برای آموزش ضروری یادگیری ماشین

مدرس Derek Jedamski

انتشار 2018/03/23

مدت زمان 4h 14m

سطح متوسط

فایل تمرینی دارد

آموزش NLP with Python for Machine Learning Essential Training

با افزایش حجم داده های در دسترس عموم و تمرکز بیشتر بر داده های متنی بدون ساختار، درک نحوه پاکسازی، پردازش و تجزیه و تحلیل آن داده های متنی بسیار ارزشمند است. اگر تجربه ای با پایتون دارید و به پردازش زبان طبیعی (NLP) علاقه دارید، این دوره می تواند دانش مورد نیاز برای مقابله با مشکلات پیچیده با استفاده از یادگیری ماشین را در اختیار شما قرار دهد. مربی درک جدامسکی خلاصه‌ای سریع از مفاهیم اولیه پردازش زبان طبیعی (NLP) ارائه می‌کند، تکنیک‌های تمیز کردن داده‌ها و بردارسازی پیشرفته را پوشش می‌دهد و سپس به ساخت طبقه‌بندی‌کننده‌های یادگیری ماشینی می‌پردازد. در این مرحله آخر، درک نحوه ساخت دو نوع مختلف مدل یادگیری ماشین و همچنین نحوه ارزیابی و آزمایش تغییرات آن مدل ها را نشان می دهد.

Machine Learning Natural Language Processing (NLP) Python (Programming Language)

Introduction

Welcome ()

What you should know ()

What tools do you need? ()

Using the exercise files ()

1. NLP Basics

What are NLP and NLTK? ()

NLTK setup and overview ()

Reading in text data ()

Exploring the dataset ()

What are regular expressions? ()

Learning how to use regular expressions ()

Regular expression replacements ()

Machine learning pipeline ()

Implementation: Removing punctuation ()

Implementation: Tokenization ()

Implementation: Removing stop words ()

2. Supplemental Data Cleaning

Introducing stemming ()

Using stemming ()

Introducing lemmatizing ()

Using lemmatizing ()

3. Vectorizing Raw Data

Introducing vectorizing ()

Count vectorization ()

N-gram vectorizing ()

Inverse document frequency weighting ()

4. Feature Engineering

Introducing feature engineering ()

Feature creation ()

Feature evaluation ()

Identifying features for transformation ()

Box-Cox power transformation ()

5. Building Machine Learning Classifiers

What is machine learning? ()

Cross-validation and evaluation metrics ()

Introducing random forest ()

Building a random forest model ()

Random forest with holdout test set ()

Random forest model with grid search ()

Evaluate random forest model performance ()

Introducing gradient boosting ()

Gradient-boosting grid search ()

Evaluate gradient-boosting model performance ()

Model selection: Data prep ()

Model selection: Results ()

Conclusion

Next steps ()

Ex_Files_NLP_Python_ML_EssT.zip (12.1 MB)

Glossary_NLP_with_Python_for_Machine_Learning_EssT.zip (100 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش NLP با Python برای آموزش ضروری یادگیری ماشین

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش NLP with Python for Machine Learning Essential Training در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

پایتون به سرعت به زبان برنامه نویسی پیشرو برای کسانی که در بخش علم داده و تجزیه و تحلیل هستند تبدیل شده است. مهارت‌های پایتون قابل سرمایه‌گذاری هستند و این مسیر یادگیری به شما کمک می‌کند به مجموعه مهارت‌ها و رزومه خود ارزش بیافزایید.

آموزش NLP با Python برای آموزش ضروری یادگیری ماشین ، ایستگاه شماره 4 در مسیر یادگیری استاد پایتون برای علم داده ، است.

مسیر یادگیری استاد پایتون برای علم داده

مرز جدید در جهان هوش مصنوعی و یادگیری ماشینی در یادگیری عمیق و شبکه های عصبی است. این مسیر یادگیری راه ورود شما به ابزارها، مفاهیم و نکات ظریف بینایی کامپیوتر، پردازش زبان طبیعی و موارد دیگر است.

آموزش NLP با Python برای آموزش ضروری یادگیری ماشین ، ایستگاه شماره 9 در مسیر یادگیری مهارت های خود را در یادگیری عمیق و شبکه های عصبی ارتقا دهید ، است.