تجزیه و تحلیل احساسات از طریق یادگیری عمیق با Keras و Python [ویدئو]

Sentiment Analysis through Deep Learning with Keras and Python [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: آیا می خواهید یاد بگیرید که چگونه تجزیه و تحلیل احساسات را انجام دهید؟ اگر در هر حوزه تجاری کار می کنید، تقریباً همیشه باید پاسخ مثبت باشد. هر شرکتی در روی زمین می‌خواهد بداند مشتریانش در مورد محصولات و خدماتش چه احساسی دارند - و تحلیل احساسات ساده‌ترین و دقیق‌ترین راه برای یافتن پاسخ این سوال است. با یادگیری انجام تجزیه و تحلیل احساسات، خود را برای هر شرکتی، به ویژه آنهایی که علاقه مند به تضمین کیفیت محصولات خود هستند و کسانی که با هوش تجاری کار می کنند، ارزشمند خواهید کرد. و این تقریباً همه شرکت های معقول، بزرگ و کوچک، امروزه هستند. در این دوره، انجام تحلیل احساسات را آسان می کنیم. در اولین ویدیو، موتور تجزیه و تحلیل احساسات با کمتر از 60 خط را معرفی می کنیم که می تواند تجزیه و تحلیل احساسات در سطح صنعت را انجام دهد. سپس بقیه دوره را صرف توضیح این 60 خط بسیار قدرتمند می کنیم تا درک کاملی از کد داشته باشید. پس از اتمام این دوره، بلافاصله قادر خواهید بود این سیستم را به خطوط لوله موجود خود وصل کنید تا تحلیل احساسات هر متنی را که می توانید به آن ارسال کنید، انجام دهید. این یکی از دلایلی است که شما باید از پایتون برای تجزیه و تحلیل احساسات استفاده کنید و نه از زبان های دیگر علوم داده مانند R. اگر با R برای تجزیه و تحلیل احساسات کار می کنید، هنوز باید تلاش زیادی کنید تا این مهارت را به بازار ارائه دهید. . اگر موتور تجزیه و تحلیل احساسات خود را در پایتون بنویسید، گنجاندن کد خود در محصول نهایی کسب و کار شما بسیار آسان است. دومین نکته مهم برای تجزیه و تحلیل احساسات این است که آخرین داستان های موفقیت آن را با دست انجام ندهند. در عوض، شما ماشینی را آموزش می دهید که این کار را برای شما انجام دهد. به همین دلیل است که ما در این دوره از تحلیل احساسات عمیق استفاده می کنیم: شما یک مدل یادگیری عمیق را آموزش می دهید تا تجزیه و تحلیل احساسات را برای شما انجام دهد. به این ترتیب، شما تلاش بسیار کمی انجام می دهید و تجزیه و تحلیل احساسات استاندارد صنعت را دریافت می کنید - و می توانید موتور خود را بعداً با استفاده از یک مدل بهتر به محض اینکه با تلاش کمی در دسترس قرار گرفت، بهبود بخشید. تمامی فایل های کد در این آدرس قرار می گیرند https://github.com/PacktPublishing/Sentiment-Analysis-through-Deep-Learning-with-Keras-and-Python درک نحوه نوشتن موتورهای تحلیل احساسات درجه صنعتی با تلاش بسیار کم اصول یادگیری ماشینی با حداقل ریاضی نه تنها جنبه های نظری و آکادمیک تجزیه و تحلیل احساسات را درک کنید، بلکه همچنین نحوه استفاده از آن را در زمینه خود - تجزیه و تحلیل احساسات در دنیای واقعی درک کنید. نکاتی در مورد اجتناب از اشتباهات افرادی که تازه وارد میدان شده اند و بهترین روش ها برای رسیدن به هدفتان با حداقل تلاش هر کسی که می خواهد تحلیل احساسات را در دنیای واقعی انجام دهد. هر کسی که می خواهد بفهمد که چگونه یادگیری عمیق می تواند به تجزیه و تحلیل احساسات کمک کند هرکسی که برای شرکتی کار می کند که می خواهد ببیند محصولاتش با مشتریانش چگونه کار می کنند، می آموزید که تجزیه و تحلیل احساسات عمیق را به روش آسان انجام دهید * از پایتون برای انجام تجزیه و تحلیل احساسات استفاده خواهید کرد * استفاده از Python به شما امکان می دهد تجزیه و تحلیل احساسات را در یکپارچه سازی کنید. راه حل های موجود شما

سرفصل ها و درس ها

معرفی Introduction

  • دیدگاه پرنده از تحلیل احساسات عمیق Bird's Eye View of Deep Sentiment Analysis

  • توضیحات مجموعه داده های MNIST MNIST Dataset Description

  • - خط لوله یادگیری و پیش بینی - Learning and Prediction Pipeline

مبانی برهنه نظریه Bare Essentials of Theory

  • خط لوله یادگیری ماشین Machine Learning Pipeline

  • پسرفت Regression

  • شبکه های عصبی - یک رویکرد مدولار Neural Networks - a Modular Approach

  • ماشین های مجازی VirtualBox ایجاد کنید Create VirtualBox Virtual Machines

شروع کار با Keras Getting Started with Keras

  • نصب ویندوز و موانع Windows installation and hurdles

  • نصب مک و لینوکس Mac and Linux installation

  • Keras: آماده سازی داده ها Keras: Data Preparation

  • یادگیری و ارزشیابی با Keras Learning and Evaluation with Keras

مطالعه موردی تحلیل احساسات Sentiment Analysis Case Study

  • درک داده های احساسات Understanding the Sentiment Data

  • ساختار داده ها برای یادگیری عمیق Structure of Data for Deep Learning

  • مدل، تعبیه و اعمال در دنیای واقعی Model, Embedding and Applying to Real World

شبکه های عصبی کانولوشنال با کراس Convolutional Neural Networks with Keras

  • مبانی شبکه های عصبی کانولوشنال Basics of Convolutional Neural Networks

  • ConvNet با Keras ConvNet with Keras

  • تجمیع و تغییر ناپذیری ترجمه Pooling and Translation Invariance

  • ترک تحصیل و منظم سازی Dropout and Regularization

  • استفاده از API کاربردی با CNN Using the functional API with CNN

بازبینی مدل تحلیل احساسات Revisiting the Sentiment Analysis Model

  • CNN، LSTM و مدل های دیگر برای تجزیه و تحلیل احساسات CNN, LSTM and Other Models for Sentiment Analysis

در حال اتمام Finishing Up

  • ذخیره و بارگذاری وزن مدل Saving and loading model weights

  • کلمات جدایی و مسیرهای آینده Parting words and future directions

نمایش نظرات

تجزیه و تحلیل احساسات از طریق یادگیری عمیق با Keras و Python [ویدئو]
جزییات دوره
3 h 0 m
22
Packtpub Packtpub
(آخرین آپدیت)
1
3 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dr. Mohammad Nauman Dr. Mohammad Nauman

دکتر محمد نائومان دارای دکترای علوم کامپیوتر و پست داک از موسسه ماکس پلانک برای سیستم های نرم افزاری است. او از اوایل سال 2000 برنامه نویسی کرده و با زبان ها، ابزارها و پلتفرم های مختلف کار کرده است. او دارای تجربه تحقیقاتی گسترده ای با بسیاری از مدل های پیشرفته است. تحقیقات او در زمینه امنیت اندروید منجر به برخی تغییرات عمده در مدل مجوز اندروید شده است. او عاشق تدریس است و مهم ترین دلیلی که او به صورت آنلاین تدریس می کند این است که مطمئن شود حداکثر افراد می توانند از طریق محتوای او یاد بگیرند. امیدوارم از یادگیری با او لذت ببرید!

Dr. Mohammad Nauman Dr. Mohammad Nauman

دکتر محمد نائومان دارای دکترای علوم کامپیوتر و پست داک از موسسه ماکس پلانک برای سیستم های نرم افزاری است. او از اوایل سال 2000 برنامه نویسی کرده و با زبان ها، ابزارها و پلتفرم های مختلف کار کرده است. او دارای تجربه تحقیقاتی گسترده ای با بسیاری از مدل های پیشرفته است. تحقیقات او در زمینه امنیت اندروید منجر به برخی تغییرات عمده در مدل مجوز اندروید شده است. او عاشق تدریس است و مهم ترین دلیلی که او به صورت آنلاین تدریس می کند این است که مطمئن شود حداکثر افراد می توانند از طریق محتوای او یاد بگیرند. امیدوارم از یادگیری با او لذت ببرید!