دوره آموزشی تجزیه و تحلیل متن و پیش بینی با یادگیری جامع پایتون
35 دقیقهمتوسط2019-06-19
مدرسین

Kumaran Ponnambalam
Working with data for 20+ years
جزئیات دوره
متن یک منبع غنی از بینش برای مشاغل است. وبسایتها، رسانههای اجتماعی، ایمیلها و چتها همگی حاوی دادههای ارزشمند مشتری هستند. اما برای به دست آوردن پاداش، باید بتوانید حجم زیادی از متن بدون ساختار را تجزیه و تحلیل کنید. متن کاوی یک مهارت ضروری برای هر کسی است که در کلان داده و علم داده کار می کند. این دوره تکنیک های متن کاوی برای استخراج، پاکسازی و پردازش متن با استفاده از Python و کتابخانه های scikit-learn و nltk را آموزش می دهد. Kumaran Ponnambalam نحوه انجام تجزیه و تحلیل متن را با استفاده از تکنیک های رایج مانند ابر کلمه و تجزیه و تحلیل احساسات توضیح می دهد. سپس نشان میدهد که چگونه میتوان با استفاده از خوشهبندی، طبقهبندی و توصیهها با دادههای متنی پیشبینی کرد – که در غیر این صورت به عنوان متن پیشبینی شناخته میشود. در طول مسیر، او مفاهیم مهم تجزیه و تحلیل متن مانند واژه سازی و n-gram را معرفی می کند.
اهداف یادگیری
ایجاد ابر کلمه
تعیین احساسات مشتریان
K-به معنای خوشه بندی متن است
پیش بینی طبقه بندی اسناد متنی
پیش بینی متن
اهداف یادگیری
ایجاد ابر کلمه
تعیین احساسات مشتریان
K-به معنای خوشه بندی متن است
پیش بینی طبقه بندی اسناد متنی
پیش بینی متن
مهارت ها
Machine LearningPythonEssential TrainingArtificial Intelligence (AI)Programming LanguagesOpen SourceSoftware Development
سرفصل ها
0. مقدمه
- 01 - نیاز به مهارت متن کاوی در علم داده
- 02 - مقدمه ای بر تجزیه و تحلیل متن
- 03 - پیش نیازهای دوره
- 04 - استفاده از نوت بوک Jupyter
1. Word Cloud
- 05 - مفاهیم ابر ورد
- 06 - آماده سازی داده برای ابر کلمه
- 07 - نمایش کلمه ابر
- 08 - تقویت کلمه ابر
2. تجزیه و تحلیل احساسات
- 09 - هدف
- 10 - آماده سازی داده ها برای تحلیل احساسات
- 11 - یافتن احساسات
- 12 - جمع بندی و نمایش
3. خوشه بندی
- 13 - هدف
- 14 - آماده سازی داده ها برای خوشه بندی
- 15 - k-به معنای خوشه بندی است
- 16 - k- معنی بهینه سازی
4. طبقه بندی
- 17 - هدف
- 18 - آماده سازی داده ها برای طبقه بندی
- 19 - طبقه بندی Na ve Bayes
- 20 - پیش بینی برای متن
5. متن پیشگو
- 21 - مفاهیم متن پیشگو
- 22 - آماده سازی داده ها برای متن پیشگو
- 23 - ساخت پایگاه داده n-grams
- 24 - توصیه کلمه بعدی
نتیجه
- 25 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی یادگیری جامع پایتون برای علم داده و یادگیری ماشین بخش اول
- دوره آموزشی مبانی هوش مصنوعی: شبکه های عصبی
- دوره آموزشی یادگیری ماشین و آمار فضایی در پایتون
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری ماشین کاربردی: برآورد ارزش
- دوره آموزشی یادگیری ماشین کاربردی: یادگیری نظارتشده
- دوره آموزشی یادگیری ماشین در مخابرات: از مبانی تا نمونههای واقعی
- دوره آموزشی Power BI: ترکیب هوش مصنوعی با دادهها