آموزش ساخت و ارزیابی چت‌بات‌ها با Keras و NLP - آخرین آپدیت

دانلود Chatbots with Keras & NLP: Build & Evaluate

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره آموزشی، کاربران قادر خواهند بود داده‌های متنی را تحلیل کرده، تکنیک‌های پیش‌پردازش را پیاده‌سازی کنند، روش‌های برداری‌سازی (Vectorization) را به کار بگیرند و مدل‌های یادگیری ماشین و شبکه‌های عصبی را برای طراحی سیستم‌های پیشرفته چت‌بات طراحی و ارزیابی نمایند. این دوره عملی، یادگیرندگان را گام به گام در فرآیند ساخت چت‌بات با استفاده از Keras و TensorFlow هدایت می‌کند تا هم مهارت‌های پایه و هم مهارت‌های پیشرفته آن‌ها توسعه یابد. دوره با تکنیک‌های ضروری پیش‌پردازش NLP، از جمله Bag of Words، TF-IDF، حذف کلمات توقف (Stop Words)، ریشه‌یابی (Stemming) و لمیزاسیون (Lemmatization) آغاز می‌شود. سپس کاربران به سراغ پیاده‌سازی مدل‌های کلاسیک ML، TF-IDF و جاسازی‌های Word2Vec می‌روند و در نهایت بر شبکه‌های عصبی و معماری‌های چت‌بات‌های مولد مسلط می‌شوند. در ماژول نهایی، مکانیسم‌های توجه (Attention Mechanisms)، معماری‌های پیشرفته و استراتژی‌های ارزیابی برای ایجاد هوش مصنوعی مکالمه‌محور با عملکرد بالا و آگاه به متن بررسی می‌شود. با تکمیل این دوره، کاربران تجربه کدنویسی عملی، جریان‌های کاری مطابق با استانداردهای صنعت و توانایی طراحی و استقرار با اعتماد به نفس چت‌بات‌ها برای کاربردهای واقعی را به دست می‌آورند. برخلاف دوره‌های صرفاً تئوری، این برنامه بر پیاده‌سازی عملی، پیچیدگی تدریجی و یادگیری مبتنی بر ارزیابی تأکید دارد و آن را برای کسانی که می‌خواهند چت‌بات‌های هوشمند را با تکنیک‌های پیشرفته NLP طراحی، اجرا و ارزیابی کنند، ایده‌آل می‌سازد.

سرفصل ها و درس ها

مبانی متن و پیش‌پردازش Foundations of Text and Preprocessing

  • آشنایی با پروژه Introduction to Project

  • مدل Bow Bow Model

  • بردارساز Count Vectorizer Count Vectorizer

  • داده‌های متنی Text Data

  • ادامه داده‌های متنی Text Data Continue

  • محدود کردن تعداد ویژگی‌ها Limit Number of Features

  • کلمات توقف (Stop Words) Stop Words

  • ریشه‌یابی (Stemming) Stemming

  • ادامه ریشه‌یابی Stemming Continue

  • لمیزاسیون (Lemmatization) Lemmatization

رویکردهای کلاسیک و عصبی Classical and Neural Approaches

  • مدل ML روی داده‌های متنی ML Model on Text Data

  • بردارساز TF-IDF TF-TF-IDF Vectorizer

  • کتابخانه Spacy و Word2Vec Spacy Word2Vec

  • پیش‌نیازها Requirements

  • پیاده‌سازی Hindson Hindson Implementation

  • ادامه پیاده‌سازی Hindson Hindson Implementation Continue

  • شبکه‌های عصبی Neural Networks

  • چت‌بات‌های مولد بخش اول Generative Chatbots Part 1

  • چت‌بات‌های مولد بخش دوم Generative Chatbots Part 2

ساخت چت‌بات‌های پیشرفته Building Advanced Chatbots

  • چت‌بات‌های مولد بخش سوم Generative Chatbots Part 3

  • چت‌بات‌های مولد بخش چهارم Generative Chatbots Part 4

  • چت‌بات‌های مولد بخش پنجم Generative Chatbots Part 5

  • چت‌بات‌های توجه‌محور بخش اول Attentive Chatbots Part 1

  • چت‌بات‌های توجه‌محور بخش دوم Attentive Chatbots Part 2

  • چت‌بات‌های توجه‌محور بخش سوم Attentive Chatbots Part 3

  • چت‌بات پیشرفته Advanced Chatbot

  • ارزیابی چت‌بات پیشرفته Advanced Chatbot - Evaluation

  • جمع‌بندی Conclusion

نمایش نظرات

آموزش ساخت و ارزیابی چت‌بات‌ها با Keras و NLP
جزییات دوره
7h 49m
28
(آخرین آپدیت)
415
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده