آموزش پردازش زبان طبیعی (NLP) با پایتون [ویدئویی] - آخرین آپدیت

دانلود Natural Language Processing with Python [Video]

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: پردازش زبان طبیعی یا NLP، یک رویکرد محاسباتی برای تحلیل ارتباطات است. این دوره شما را در کمترین زمان ممکن با پلتفرم محبوب NLP به نام Natural Language Toolkit (NLTK) آشنا می‌کند. شما با آماده‌سازی متن از طریق پاک‌سازی و ساده‌سازی برای شروع خواهید کرد و سپس الگوریتم‌های پیچیده‌تری را برای تجزیه متن و کشف روابط زمینه‌ای که معنا و محتوای متن را آشکار می‌کنند، پیاده‌سازی می‌کنید. شما یاد می‌گیرید که چگونه بخش‌های مختلف جملات را توکن‌بندی (Tokenize) و تحلیل کنید. همچنین با تحلیل‌های معنایی (Semantic) و نحوی (Syntactic) متن آشنا خواهید شد. در طول این دوره، نحوه حل ابهامات مختلف در پردازش زبان انسانی را می‌آموزید و تجربه‌ای عملی در استفاده از پایتون برای NLP و ابزارهای کاربردی NLTK کسب می‌کنید. علاوه بر این، فرصت ساخت اولین اپلیکیشن NLP خود را خواهید داشت! در پایان این دوره، شما مهارت‌ها و ابزارهای لازم برای حل مسائل در حوزه در حال رشد تحلیل معنایی نهفته (LSA) را به دست خواهید آورد. فایل‌های کد و تمامی موارد مرتبط در مخزن گیت‌هاب موجود است. سرفصل‌های کلیدی: - نصب NLTK و پیاده‌سازی وظایف پایه NLP - یادگیری مبانی برچسب‌گذاری اجزای سخن (POS Tagging) - درک مفاهیم Stemming، Lemmatization و شناسایی موجودات نام‌دار (NER) - ایجاد توزیع‌های فرکانسی و تحلیل دسته‌بندی متون - پیاده‌سازی توابع برای Concordance، Similarity و رسم نمودارهای Dispersion - توسعه اپلیکیشن تحلیل احساسات (Sentiment Analysis) برای نقدهای فیلم - طبقه‌بندی نظرات کاربران به مثبت یا منفی با استفاده از مدل Bag-of-Words - به‌کارگیری تحلیل معنایی نهفته (LSA) برای استخراج معنا - استفاده از حافظه کوتاه مدت طولانی (LSTM) برای تحلیل داده‌های متوالی در NLP این دوره برای توسعه‌دهندگان پایتون طراحی شده است که قصد دارند در پردازش زبان طبیعی استاد شوند و اپلیکیشن‌های خود را با پیاده‌سازی NLP هوشمندتر کنند. راهنمای جامعی که نشان می‌دهد چگونه داده‌های متنی را با استفاده از NLTK تحلیل کنیم، اپلیکیشن‌های NLP مانند تحلیل‌گر احساسات بسازیم و استخراج اطلاعات را روی مجموعه‌داده‌های متنی انجام دهیم.

سرفصل ها و درس ها

شروع کار با NLP در پایتون Getting Started with NLP in Python

  • مروری بر دوره The Course Overview

  • نصب و پیکربندی NLTK Installing and Setting Up NLTK

  • پیاده‌سازی وظایف ساده NLP و بررسی کتابخانه‌های NLTK Implementing Simple NLP Tasks and Exploring NLTK Libraries

  • برچسب‌گذاری اجزای سخن (POS Tagging) Part-Of-Speech Tagging

  • ریشه‌یابی و لمیتیزاسیون (Stemming and Lemmatization) Stemming and Lemmatization

  • شناسایی موجودات نام‌دار (NER) Named Entity Recognition

بیشتر درباره NLTK More on NLTK

  • توزیع فرکانسی با NLTK Frequency Distribution with NLTK

  • اجرای توزیع فرکانسی روی متن شما با NLTK Frequency Distribution on Your Text with NLTK

  • تابع Concordance در NLTK Concordance Function in NLTK

  • تابع Similar در NLTK Similar Function in NLTK

  • تابع رسم نمودار Dispersion در NLTK Dispersion Plot Function in NLTK

  • تابع Count در NLTK Count Function in NLTK

ساخت اپلیکیشن NLP اختصاصی با استفاده از Python NLTK Building Your Own NLP Application Using Python NLTK

  • مقدمه‌ای بر شبکه‌های عصبی بازگشتی (RNN) و LSTM Introduction to Recurrent Neural Network and Long Short Term Memory

  • برنامه‌نویسی طبقه‌بندی‌کننده احساسات با استفاده از NLTK Programming Your Own Sentiment Classifier Using NLTK

  • انجام طبقه‌بندی احساسات روی مجموعه‌داده رتبه‌بندی فیلم‌ها Perform Sentiment Classification on a Movie Rating Dataset

تحلیل معنایی نهفته (LSA) Latent Semantic Analysis

  • شروع کار با تحلیل معنایی نهفته (LSA) Starting with Latent Semantic Analysis

  • مثال برنامه‌نویسی تحلیل مؤلفه‌های اصلی (PCA) Programming Example of Principal Component Analysis

  • مثال برنامه‌نویسی تجزیه مقادیر تکین (SVD) Programming Example of Singular Value Decomposition

نمایش نظرات

آموزش پردازش زبان طبیعی (NLP) با پایتون [ویدئویی]
جزییات دوره
1h 47m
18
Packtpub Packtpub
(آخرین آپدیت)
4
2.8 از 5
ندارد
دارد
دارد
Tyler Edwards
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Tyler Edwards Tyler Edwards

تایلر ادواردز یک مهندس ارشد و توسعه‌دهنده نرم‌افزار با بیش از یک دهه تجربه در ایجاد ابزارهای تجزیه و تحلیل در صنایع فضایی، دفاعی و هسته‌ای است. تایلر در استفاده از انواع زبان های برنامه نویسی (پایتون، C++ و غیره) تجربه دارد و زمینه های تحقیقاتی او شامل یادگیری ماشین، هوش مصنوعی، تحلیل مهندسی و تجزیه و تحلیل تجاری است. تایلر دارای مدرک کارشناسی ارشد در رشته مهندسی مکانیک از دانشگاه اوهایو است. تایلر امیدوار است در ریاضیات کاربردی به دانش‌آموزان کمک کند و نشان دهد که چگونه می‌توان از جمع‌آوری، تجزیه و تحلیل و پس پردازش داده‌ها برای حل مسائل دشوار و بهبود تصمیم‌گیری استفاده کرد.