لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پردازش زبان طبیعی (NLP) با پروژههای واقعی [ویدئویی]
- آخرین آپدیت
دانلود Natural Language Processing with Real-World Projects [Video]
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در این دوره خواهید آموخت که چگونه ماشینها را میتوان برای درک زبانی که انسانها برای تعامل استفاده میکنند، آموزش داد. شما با الگوریتمهای متعددی در NLP آشنا میشوید که مدلهای محاسباتی را در زمینه پردازش لغوی و پردازش نحوی پایه آموزش میدهند. همچنین مکانیسمی را که گوگل ترنسلیت برای درک بافت زبان و تبدیل آن به زبانی دیگر استفاده میکند، خواهید آموخت. شما یک چتبات با استفاده از ابزار متنباز Rasa خواهید ساخت؛ یک سیستم مکالمهای مبتنی بر متن و صوت که پیامها را درک کرده، گفتگوها را مدیریت میکند و به کانالهای پیامرسان و APIها متصل میشود. علاوه بر این، نحوه آموزش مدلی که ایجاد کردهاید را در NLU یاد میگیرید.
ماشینها را نمیتوان تنها با برنامههای سنتی کدنویسی شده که به شرایط بسیار خاص وابسته هستند، برای درک یا پردازش دادهها آموزش داد؛ زیرا با کوچکترین تغییر در ورودی، این برنامهها ناکارآمد میشوند. بنابراین، به جای کدنویسی تمام مکالمات احتمالی، ما به مدلی نیاز داریم که سیستم را قادر سازد بافت و مفهوم (Context) را درک کند.
داشتن دانش قبلی در زمینه یادگیری ماشین و یادگیری عمیق مفید است، اما اگر ندارید، تمامی پیشنیازهای لازم در خود این دوره پوشش داده شده است.
در پایان این دوره، شما قادر خواهید بود مدلهای NLP بسازید که بتوانند بلوکهای متنی را برای استخراج ایدههای اصلی خلاصه کنند، تحلیل احساسات (Sentiment Analysis) را برای استخراج عواطف از متن انجام دهند و نوع موجودیتهای استخراج شده را شناسایی کنند. تمام پروژههای گنجانده شده در این دوره، پروژههای واقعی هستند.
تمامی کدها و فایلهای پشتیبان در آدرس زیر در دسترس هستند: https://github.com/PacktPublishing/Natural-Language-Processing-with-Real-World-Projects
معرفی NLP، Regex و پردازش لغوی
آموزش پردازش نحوی در سطوح مقدماتی، متوسط و پیشرفته
پیادهسازی پردازش نحوی در یک پروژه واقعی
آموزش رویکرد احتمالی (Probabilistic Approach)
آموزش نحوه پیادهسازی تجزیه (Parsing) در NLP
آشنایی با مدل گرامری CFG/PCFG
دانشجویانی که قصد شروع فعالیت در علوم داده را دارند، متخصصانی که با یادگیری عمیق آشنایی دارند و توسعهدهندگانی که به دنبال ساخت چتبات یا کار روی پروژههای Alexa و Google Home هستند، از این دوره بهرهمند خواهند شد.
تسلط بر پردازش زبان طبیعی با پایتون * تسلط بر یادگیری ماشین در پایتون * ایجاد پایه قوی برای پایتون، یادگیری ماشین و یادگیری عمیق در بخش پیشنیازها
سرفصل ها و درس ها
مقدمهای بر پردازش زبان طبیعی (NLP) و Regex
Introduction to NLP (Natural Language Processing) and Regex
مقدمهای بر NLP
Introduction to NLP
دادههای متنی: بخش اول
Text Data: Part 1
دادههای متنی: بخش دوم
Text Data: Part 2
کدگذاری متن (Text Encoding)
Text Encoding
عبارات منظم (Regex): بخش اول
Regular Expression: Part 1
عبارات منظم (Regex): بخش دوم
Regular Expression: Part 2
عبارات منظم (Regex): بخش سوم
Regular Expression: Part 3
عبارات منظم (Regex): بخش چهارم
Regular Expression: Part 4
عبارات منظم (Regex): بخش پنجم
Regular Expression: Part 5
عبارات منظم (Regex): بخش ششم
Regular Expression: Part 6
عبارات منظم: مورد کاربردی
Regular Expression: Use Case
مقدمهای بر پردازش لغوی (Lexical Processing)
Introduction to Lexical Processing
کلمات توقف (Stopwords)
Stopwords
قطعهقطعه کردن کلمات (Splitting)
Splitting Words
مدل کیسه کلمات (Bag of Words)
Bag-of-Words
مدیریت کلمات مشابه متنی: بخش اول
Handling Similar Text Words: Part 1
مدیریت کلمات مشابه متنی: بخش دوم
Handling Similar Text Words: Part 2
مطالعه موردی ۱
Case Study - 1
الگوریتم Tf IDF
Tf-IDF
مطالعه موردی ۲
Case Study - 2
مطالعه موردی ۳
Case Study - 3
پردازش لغوی پیشرفته
Advanced Lexical Processing
غلطهای املایی
Spelling Mistakes
الگوریتم Soundex
Soundex Algorithm
مطالعه موردی ۱
Case Study - 1
برخورد با غلطهای املایی
Dealing with Spelling Mistakes
مطالعه موردی ۲
Case Study - 2
مطالعه موردی: اصلاحکننده املایی - بخش اول
Case Study: Spell Corrector - Part 1
مطالعه موردی: اصلاحکننده املایی - بخش دوم
Case Study: Spell Corrector - Part 2
مطالعه موردی: اصلاحکننده املایی - بخش سوم
Case Study: Spell Corrector - Part 3
مدیریت کلمات ترکیبی مانند New Delhi
Handling Combined Words Like New Delhi
مدیریت کلمات ترکیبی مانند New Delhi (بخش ۲)
Handling a Combined Word Like New Delhi 2
Geekshub یک شرکت آموزش آنلاین در زمینه داده های بزرگ و تجزیه و تحلیل است. هدف آنها به عنوان یک تیم این است که بهترین مجموعه مهارت را به مشتریان خود ارائه دهند تا آنها را برای کار آماده کنند و آنها را برای مقابله با هر چالشی آماده کنند. آنها بهترین مربیان را برای فناوری های پیشرفته مانند یادگیری ماشینی، یادگیری عمیق، پردازش زبان طبیعی (NLP)، یادگیری تقویتی و علم داده دارند. مربیان آنها افرادی هستند که از IIT، MIT و Standford فارغ التحصیل شده اند. آنها مشتاق آموزش موضوعات با استفاده از مطالعات موردی در دنیای واقعی هستند که تجربه یادگیری دانش آموزان را کالیبره می کند.
نمایش نظرات