آموزش تکمیل خودکار متن را با LSTM پیاده سازی کنید

Implement Text Auto Completion with LSTM

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: این دوره به شما یاد می دهد که چگونه با استفاده از Python و Keras یک سیستم برای تکمیل خودکار ایمیل از ابتدا بسازید. شما پیچیدگی‌های داخلی شبکه‌های LSTM و نحوه استفاده از آنها برای ساختن سیستم‌هایی برای تکمیل خودکار متن را خواهید آموخت. آیا تا به حال فکر کرده‌اید که چگونه برنامه پیام‌رسانی مورد علاقه‌تان کلمات بعدی ممکن را هنگام نوشتن پیام پیشنهاد می‌کند یا برنامه ایمیل شما چگونه است. هنگام نوشتن ایمیل، پایان های احتمالی جملات را پیشنهاد می کند؟ همه اینها نمونه هایی از سیستم های تکمیل خودکار متن هستند که سیستم های داده محور هستند که به کاربران خود در نوشتن متون کمک می کنند. در این دوره آموزشی، پیاده سازی تکمیل خودکار متن با LSTM، یاد خواهید گرفت که چگونه یک سیستم تکمیل خودکار ایمیل مبتنی بر LSTM را از ابتدا با استفاده از پایتون و کراس بسازید. ابتدا، نحوه عملکرد شبکه های LSTM را با جزئیات خواهید آموخت. در مرحله بعد، خواهید فهمید که چگونه LSTM ها می توانند برای ساخت معماری شبکه برای وظایف مختلف پردازش زبان طبیعی و به طور خاص، وظیفه تکمیل خودکار جمله استفاده شوند. در نهایت، یک مجموعه داده ایمیل منبع باز را کاوش خواهید کرد و یک سیستم برای تکمیل خودکار ایمیل با استفاده از شبکه های LSTM ایجاد خواهید کرد. در پایان این دوره شما دانش عمیقی در مورد سیستم های تکمیل خودکار متن و توانایی پیاده سازی یکی از این سیستم ها با استفاده از Python و Keras خواهید داشت.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

شبکه های حافظه کوتاه مدت (LSTM) Long Short Term Memory Networks (LSTM)

  • بررسی اجمالی Overview

  • مقدمه ای بر شبکه های عصبی Introduction to Neural Networks

  • متن زبان طبیعی به عنوان داده های متوالی Natural Language Text as Sequential Data

  • شبکه های عصبی مکرر (RNN) Recurrent Neural Networks (RNNs)

  • شبکه‌های حافظه کوتاه‌مدت (LSTM) Long Short-term Memory Networks (LSTMs)

  • معماری‌های شبکه‌ها با استفاده از LSTM Networks Architectures Using LSTMs

  • تولید زبان طبیعی با استفاده از LSTM Natural Language Generation Using LSTMs

  • خلاصه Summary

آماده سازی داده ها برای نوشتن هوشمند با کمک Data Preparation for Assisted Smart Writing

  • بررسی اجمالی Overview

  • مجموعه داده های ایمیل Enron را کاوش کنید Explore Enron Email Dataset

  • پیام‌های متن ساده را از داده‌های ایمیل خام استخراج کنید Extract Plaintext Messages from Raw Email Data

  • مجموعه داده های ایمیل را پاک کنید Clean the Email Dataset

  • توابع برای پیش پردازش مجموعه داده Functions to Preprocess the Dataset

  • مجموعه داده های ایمیل را از قبل پردازش کنید Preprocess the Email Dataset

  • خلاصه Summary

پیاده سازی تکمیل خودکار برای نوشتن هوشمند با کمک Implementation of Auto-completion for Assisted Smart Writing

  • بررسی اجمالی Overview

  • معماری شبکه برای تولید متن Network Architecture for Text Generation

  • توکن سازی، واژگان، و N-gram Tokenization, Vocabulary, and N-grams

  • دسته طول جملات متغیر Handle Variable Sentence Lengths

  • پیش بینی ها و برچسب ها برای آموزش Predictors and Labels for Training

  • ساخت و آموزش مدل Build and Train the Model

  • ایجاد پیشنهادات تکمیل خودکار Generate Auto-complete Suggestions

  • خلاصه Summary

نمایش نظرات

آموزش تکمیل خودکار متن را با LSTM پیاده سازی کنید
جزییات دوره
1h 34m
24
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Biswanath Halder Biswanath Halder

Biswanath یک دانشمند داده است که حدود 9 سال سابقه کار در شرکت هایی مانند Oracle، Microsoft و Adobe دارد. او دانش گسترده ای در زمینه یادگیری ماشینی، یادگیری عمیق و یادگیری تقویتی دارد. او در کاربرد تکنیک‌های یادگیری ماشینی و یادگیری عمیق در برنامه‌های تجاری پیچیده مرتبط با بینایی کامپیوتر و پردازش زبان طبیعی تخصص دارد. او همچنین یک معلم آزاد است و آمار، ریاضیات و یادگیری ماشین را تدریس می کند. او دارای مدرک کارشناسی ارشد در علوم کامپیوتر از موسسه علوم هند، بنگلور، و مدرک لیسانس در علوم کامپیوتر از دانشگاه جادوپور، کلکته است.