تاریخ
انتشار
۱۳۹۷/۱/۳
با افزایش مقدار داده ها در دسترس عموم و افزایش توجه به داده های متنی بدون ساختار، درک نحوه تمیز کردن، پردازش و تجزیه و تحلیل داده های متنی فوق العاده ارزشمند است. اگر شما دارای تجربیاتی در Python هستید و علاقه به پردازش زبان طبیعی (NLP) دارید، این دوره می تواند دانش شما را برای حل مشکلات پیچیده با استفاده از یادگیری ماشین فراهم کند. مربی Derek Jedamski یک خلاصه سریع از مفاهیم پردازش زبان طبیعی (NLP) را فراهم می کند، شامل تمیز کردن داده های پیشرفته و تکنیک های بردار سازی را پوشش میدهد، و سپس یک شیرجه عمیق در موضوع طبقه بندی های یادگیری ماشینی، می زند. در این مرحله، او نشان می دهد چگونه دو نوع مختلف از مدل های یادگیری ماشین را بسازید، و همچنین نحوه ارزیابی و آزمایش تغییرات این مدل ها را بیاموزید.
اهداف یادگیری
تعریف NLP را توضیح دهید.
روند توکن سازی را توضیح دهید.
هدف بردارسازی را مشخص کنید.
نتایج لماتیزه را بشناسید.
ویژگی های TF-IDF را خلاصه کنید.
دقت را از نظر معیارهای ارزیابی تعیین کنید.
سه مزیت استفاده از روشهای گروهی را به خاطر بسپارید.
زیرنویس انگلیسی:
دارد
زیرنویس فارسی:
دارد
دوبله:
ندارد
سطح متوسط
4h
14m
مدت زمان دوره
124,848
تعدادی افرادی که این دوره را مشاهده کردند