دوره آموزشی ساخت خطوط لوله NLP با SpaCy
1 ساعت 1 دقیقهپیشرفته2023-04-25
مدرسین

Prateek Sawhney
AI Engineer at CM1 GmbH, GitHub Campus Expert
جزئیات دوره
اگه دوست داری با قابلیتهای پیشرفته و کلیدی spaCy آشنا بشی و بفهمی که چطور میتونی از این کتابخونه قدرتمند برای حل مسائل پیچیده پردازش زبان طبیعی (NLP) استفاده کنی، این دوره دقیقاً همون چیزیه که لازم داری!
توی این دوره، Prateek Sawhney بهت نشون میده که چطور از الگوریتمهای مبتنی بر قوانین (Rule-based AI) و یادگیری ماشین استفاده کنی تا چالشهای واقعی دنیای NLP رو حل کنی. این یه دوره پیشرفتهست که توش تکنیکهای مهم تحلیل متن، پردازش دادهها، پیادهسازی پایپلاینهای پردازشی و آموزش شبکههای عصبی مصنوعی رو یاد میگیری.
توی هر بخش از دوره، تمرینهایی طراحی شده که میتونی با انجامشون مهارتهای جدیدت رو تست کنی و درک عمیقتری از نحوه استفاده عملی از spaCy پیدا کنی. پس اگه میخوای توی دنیای NLP یه قدم جلوتر باشی، این فرصت رو از دست نده!
🎯 اهداف یادگیری:
درک مفاهیم پایهای و پیشرفته spaCy
یادگیری نحوه پردازش و تحلیل متن با spaCy
تسلط بر پایپلاینهای پردازشی در NLP
آموزش ساخت مدلهای یادگیری ماشین در spaCy
کار با الگوریتمهای Rule-based AI برای پردازش زبان
یادگیری نحوه آموزش شبکه عصبی برای NLP
اجرای تمرینهای عملی برای تقویت مهارتها
استفاده از spaCy برای حل مسائل کسبوکار و تحلیل دادهها
توی این دوره، Prateek Sawhney بهت نشون میده که چطور از الگوریتمهای مبتنی بر قوانین (Rule-based AI) و یادگیری ماشین استفاده کنی تا چالشهای واقعی دنیای NLP رو حل کنی. این یه دوره پیشرفتهست که توش تکنیکهای مهم تحلیل متن، پردازش دادهها، پیادهسازی پایپلاینهای پردازشی و آموزش شبکههای عصبی مصنوعی رو یاد میگیری.
توی هر بخش از دوره، تمرینهایی طراحی شده که میتونی با انجامشون مهارتهای جدیدت رو تست کنی و درک عمیقتری از نحوه استفاده عملی از spaCy پیدا کنی. پس اگه میخوای توی دنیای NLP یه قدم جلوتر باشی، این فرصت رو از دست نده!
🎯 اهداف یادگیری:
درک مفاهیم پایهای و پیشرفته spaCy
یادگیری نحوه پردازش و تحلیل متن با spaCy
تسلط بر پایپلاینهای پردازشی در NLP
آموزش ساخت مدلهای یادگیری ماشین در spaCy
کار با الگوریتمهای Rule-based AI برای پردازش زبان
یادگیری نحوه آموزش شبکه عصبی برای NLP
اجرای تمرینهای عملی برای تقویت مهارتها
استفاده از spaCy برای حل مسائل کسبوکار و تحلیل دادهها
مهارت ها
spaCyExplosionNatural Language Processing (NLP)PythonArtificial Intelligence (AI)Open SourceDeep Dive (X:Y)
سرفصل ها
0. مقدمه
- 01 - چرا از spaCy استفاده کنید
- 02 - پیش نیازهای دوره
- 03 - نحوه نصب spaCy
1. پردازش متن با spaCy
- 04 - مقدمه ای بر spaCy
- 05 - مدلهای آماری spaCy
- 06 - ظروف spaCy
- 07 - مقدمه ای بر تطبیق بر اساس قوانین
- 08 - چالش - پیشبینی حاشیه نویسیهای زبانی
- 09 - راه حل - پیشبینی حاشیه نویسیهای زبانی
2. تجزیهوتحلیل دادهها با استفاده از spaCy
- 10 - ساختارهای داده spaCy
- 11 - تشابه و بردار کلمه
- 12 - یکپارچه سازی مدلها و قوانین spaCy
- 13 - چالش - تطبیق عبارت
- 14 - راه حل - تطبیق عبارت
3. پردازش خطوط لوله با spaCy
- 15 - خطوط لوله پردازش
- 16 - قطعات سفارشی Pipeline
- 17 - صفات پسوند - قسمت 1
- 18 - صفات پسوند - قسمت 2
- 19 - عملکرد و مقیاس بندی
- 20 - چالش - جریانهای پردازش و پردازش انتخابی
- 21 - راه حل - جریانهای پردازش و پردازش انتخابی
4. آموزش شبکه عصبی مصنوعی
- 22 - آموزش و به روز رسانی مدل ها
- 23 - حلقه آموزشی
- 24 - چالش - ساخت حلقه آموزشی
- 25 - راه حل - ساخت حلقه آموزشی
- 26 - بهترین شیوههای حلقه آموزشی
- 27 - چالش - آموزش چندین برچسب
- 28 - راه حل - آموزش چند برچسب
نتیجه
- 29 - جمع بندی