آموزش مقدمه ای بر NLP با استفاده از R

Introduction to NLP Using R

در حال بارگزاری نمونه ویدیو، لطفا صبر کنید...
Video Player is loading.
Current Time 0:00
Duration 0:00
Loaded: 0%
Stream Type LIVE
Remaining Time 0:00
 
1x
    • Chapters
    • descriptions off, selected
    • subtitles off, selected
      نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
      نمونه ویدیوها:
      • در حال بارگزاری، لطفا صبر کنید...
      توضیحات دوره:

      پردازش زبان طبیعی (NLP) یکی از مهمترین اجزای هوش مصنوعی است. این به شما امکان می دهد تا حجم زیادی از داده ها را در قالب زبان طبیعی پردازش، تجزیه و تحلیل و درک کنید. در این دوره، مربی مارک نیمن راس به شما نشان می دهد که چگونه با استفاده از R، زبان برنامه نویسی محبوب برای محاسبات آماری و گرافیک، پیاده سازی الگوریتم های NLP را شروع کنید.

      اصول دستکاری ماتریس ها و تولید آمار را کاوش کنید، که هر دو هسته اصلی NLP موفق هستند. نحوه استفاده از ابزارها و چارچوب‌های متن‌کاوی مانند tm، quanteda، و tidytext و همچنین کار با corpora، منابع و دیگر انواع ابرداده سند NLP را بیاموزید. Mark بهترین روش‌ها را برای پیش‌پردازش متن در آماده‌سازی برای NLP، ایجاد داده‌های ساختاریافته، اعمال آمار در متن، انجام تجزیه و تحلیل احساسات، تجسم مجموعه داده‌ها و موارد دیگر را پوشش می‌دهد.


      سرفصل ها و درس ها

      معرفی Introduction

      • به پردازش زبان طبیعی با R خوش آمدید Welcome to natural language processing with R

      • مهارت ها و ابزارهایی که برای موفقیت در این دوره به آنها نیاز دارید Skills and tools you’ll need to be successful in this course

      • امتحان فصل Chapter Quiz

      1. بالا و در حال اجرا با tm 1. Up and Running with tm

      • tm چیست و چرا به آن نیاز دارید؟ What is tm and why do you need it?

      • گام به گام اسناد tm tm documentation walk-through

      • NLP دنیای واقعی با tm Real-world NLP with tm

      • NLP دنیای واقعی با کوانتدا Real-world NLP with quanteda

      • NLP دنیای واقعی با متن مرتب Real-world NLP with tidytext

      • امتحان فصل Chapter Quiz

      2. Corpora و منابع 2. Corpora and Sources

      • شناخت مجموعه ها و منابع Understanding corpora and sources

      • بررسی اجسام Examining corpora

      • بررسی منابع Examining sources

      • منابع سفارشی Custom sources

      • ترکیب و تنظیم زیر مجموعه ها Combining and subsetting corpora

      • امتحان فصل Chapter Quiz

      3. کار با NLP Metadata 3. Working with NLP Metadata

      • کار با ابرداده سند Working with document metadata

      • ابرداده های مفید ایجاد کنید Make useful metadata

      • یافتن و فیلتر کردن بر اساس فراداده Finding and filtering based on metadata

      • امتحان فصل Chapter Quiz

      4. پیش پردازش متن در آماده سازی برای NLP 4. Preprocessing Text in Preparation for NLP

      • تحولات Transformations

      • کلمات را متوقف کنید Stop words

      • ساقه Stemming

      • Lemmatization Lemmatization

      • توکن سازی Tokenization

      • Ngrams Ngrams

      • بخشی از برچسب زدن گفتار Part of speech tagging

      • امتحان فصل Chapter Quiz

      5. داده های ساخت یافته ایجاد کنید 5. Create Structured Data

      • درک ماتریس سند-ترم Understanding the document-term matrix

      • ماتریس سند-ترم ایجاد کنید Create the document-term matrix

      • وزن دهی ماتریس سند-ترم Weighting the document-term matrix

      • ماتریس سند-ترم را متمرکز کنید Focus the document-term matrix

      • امتحان فصل Chapter Quiz

      6. آمار را روی متن اعمال کنید 6. Apply Statistics to Text

      • فرکانس ورد و سند Word and document frequency

      • خوشه بندی سلسله مراتبی Hierarchical clustering

      • اصطلاحات مرتبط Associated terms

      • امتحان فصل Chapter Quiz

      7. تجزیه و تحلیل احساسات 7. Sentiment Analysis

      • تحلیل احساسات چیست؟ What is sentiment analysis?

      • نمونه دنیای واقعی تحلیل احساسات Real-world example of sentiment analysis

      • مجموعه داده های احساسات Sentiment datasets

      • ابزار احساسات Sentiment tools

      • امتحان فصل Chapter Quiz

      8. تجسم پردازش زبان طبیعی 8. Visualizing Natural Language Processing

      • ترسیم متن کاوی Plotting text mining

      • ترسیم قانون Zipf و Heap Plotting Zipf’s and Heap’s Law

      • ابرهای کلمه Word clouds

      • امتحان فصل Chapter Quiz

      نتیجه Conclusion

      • مراحل بعدی شما در NLP Your next steps in NLP

      نمایش نظرات

      آموزش مقدمه ای بر NLP با استفاده از R
      جزییات دوره
      2h 32m
      46
      Linkedin (لینکدین) Linkedin (لینکدین)
      (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

      Mark Niemann-Ross Mark Niemann-Ross

      فن شناس در زمینه سخت افزار ، نرم افزار و داستان های علمی باتجربه است Mark Niemann-Ross یک تکنسین با تجربه در زمینه سخت افزار ، نرم افزار و داستان های علمی است.

      مارک تقریباً 30 سال است که به توسعه دهندگان در پیمایش API ها کمک می کند و مسئولیت برنامه های شخص ثالث را در Quark و Adobe داشته است. وی علاوه بر فناوری عملی ، در زمینه آموزش فن آوری نیز مشارکت داشته است ، از دیپلم آموزش صنعتی شروع کرده و اخیراً به عنوان مدیر محتوا برای آموزش LinkedIn کار کرده است.

      داستان علمی تخیلی مارک اخیراً در علمی تخیلی و واقعیت آنالوگ . او در حال حاضر مشغول کار بر روی یک رمز و راز قتل است که توسط یخچال حل شده است.