Course Outline
Εισαγωγή
- Ορισμός της "Βιομηχανικής Επεξεργασίας Φυσικής Γλώσσας"
Εγκατάσταση του spaCy
SpaCy Components
- Ετικετοποίηση μερών του λόγου
- Αναγνώριση ονομαστικών οντοτήτων
- Αναλυτής συντακτικής δομής
Επισκόπηση των χαρακτηριστικών και της σύνταξης του spaCy
Κατανόηση του SpaCy Modeling
- Στατιστική μοντελοποίηση και πρόβλεψη
Χρήση της διεπαφής γραμμής εντολών SpaCy (CLI)
- Βασικές εντολές
Δημιουργία μιας απλής εφαρμογής για την πρόβλεψη συμπεριφοράς
Εκπαίδευση ενός νέου στατιστικού μοντέλου
- Δεδομένα (για εκπαίδευση)
- Ετικέτες (tags, ονομαστικές οντότητες, κ.λπ.)
Φόρτωση του μοντέλου
- Ανακάτεμα και επανάληψη
Αποθήκευση του μοντέλου
Παροχή σχολίων στο μοντέλο
- Κλίση σφάλματος
Ενημέρωση του μοντέλου
- Ενημέρωση της αναγνώρισης οντοτήτων
- Εξαγωγή tokens με αντιστοιχητή βασισμένο σε κανόνες
Ανάπτυξη Γενικευμένης Θεωρίας για Αναμενόμενα Αποτελέσματα
Μελέτη περίπτωσης
- Διάκριση ονομάτων προϊόντων από ονόματα εταιρειών
Διευκρίνιση των Δεδομένων Εκπαίδευσης
- Επιλογή αντιπροσωπευτικών δεδομένων
- Καθορισμός του ποσοστού dropout
Άλλα στυλ προπόνησης
- Πέρασμα ακατέργαστων κειμένων
- Πέρασμα λεξικών σχολιασμών
Χρήση του spaCy για προεπεξεργασία κειμένου για Deep Learning
Ενσωμάτωση του spaCy με εφαρμογές παλαιού τύπου
Δοκιμή και εντοπισμός σφαλμάτων του μοντέλου spaCy
- Η σημασία της επανάληψης
Ανάπτυξη του μοντέλου στην παραγωγή
Παρακολούθηση και προσαρμογή του μοντέλου
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Requirements
- Python εμπειρία προγραμματισμού.
- Βασική κατανόηση των στατιστικών
- Εμπειρία με τη γραμμή εντολών
Ακροατήριο
- Προγραμματιστές
- Επιστήμονες δεδομένων
Testimonials (5)
Το γεγονός ότι έχουμε περισσότερες πρακτικές ασκήσεις χρησιμοποιώντας περισσότερα παρόμοια δεδομένα με αυτά που χρησιμοποιούμε στα έργα μας (δορυφορικές εικόνες σε μορφή ράστερ)
Matthieu - CS Group
Course - Scaling Data Analysis with Python and Dask
Machine Translated
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Course - Developing APIs with Python and FastAPI
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Course - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
Course - Data Analysis in Python using Pandas and Numpy
I mostly enjoyed everything.