آموزش متن‌کاوی کاربردی با پایتون - آخرین آپدیت

دانلود Applied Text Mining in Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی، مفاهیم پایه متن‌کاوی (Text Mining) و دستکاری متن را به زبان ساده به یادگیرنده معرفی می‌کند. دوره با درک نحوه مدیریت متن در پایتون، ساختار متن از دید ماشین و انسان، و بررسی کلی چارچوب NLTK برای پردازش متن آغاز می‌شود. در هفته دوم، بر نیازهای رایج در دستکاری متن از جمله عبارات منظم (Regular Expressions) برای جستجوی متن، پاک‌سازی داده‌ها و آماده‌سازی متن برای استفاده در فرآیندهای یادگیری ماشین تمرکز خواهد شد. هفته سوم به کاربرد روش‌های پایه پردازش زبان طبیعی (NLP) بر روی متن و نحوه اجرای طبقه‌بندی متن (Text Classification) اختصاص دارد. در هفته نهایی، روش‌های پیشرفته‌تر برای شناسایی موضوعات در اسناد و گروه‌بندی آن‌ها بر اساس شباهت (مدلسازی موضوعی یا Topic Modeling) مورد بررسی قرار می‌گیرد. پیش‌نیازهای این دوره: آشنایی با علوم داده در پایتون، رسم نمودار و نمایش داده‌ها در پایتون، و یادگیری ماشین کاربردی با پایتون.

سرفصل ها و درس ها

پودمان ۱: کار با متن در پایتون Module 1: Working with Text in Python

  • مقدمه‌ای بر متن‌کاوی Introduction to Text Mining

  • مدیریت متن در پایتون Handling Text in Python

  • عبارات منظم (Regex) Regular Expressions

  • دموی عملی: Regex با پانداز و گروه‌های نام‌گذاری شده Demonstration: Regex with Pandas and Named Groups

  • بین‌المللی‌سازی و چالش‌های کاراکترهای غیر ASCII Internationalization and Issues with Non-ASCII Characters

پودمان ۲: پردازش زبان طبیعی پایه Module 2: Basic Natural Language Processing

  • مبانی پردازش زبان طبیعی Basic Natural Language Processing

  • وظایف پایه NLP با کتابخانه NLTK Basic NLP tasks with NLTK

  • وظایف پیشرفته NLP با کتابخانه NLTK Advanced NLP tasks with NLTK

  • کاربرد عملی: ساخت غلط‌یاب املایی Application: Spell Checker

پودمان ۳: طبقه‌بندی متن Module 3: Classification of Text

  • طبقه‌بندی متن Text Classification

  • شناسایی ویژگی‌ها از متن Identifying Features from Text

  • طبقه‌بندهای Naive Bayes Naive Bayes Classifiers

  • تغییرات و مدل‌های Naive Bayes Naive Bayes Variations

  • ماشین‌های بردار پشتیبان (SVM) Support Vector Machines

  • آموزش طبقه‌بندهای متنی در پایتون Learning Text Classifiers in Python

  • دموی عملی: مطالعه موردی تحلیل احساسات Demonstration: Case Study - Sentiment Analysis

پودمان ۴: مدلسازی موضوعی Module 4: Topic Modeling

  • شباهت معنایی متن Semantic Text Similarity

  • مدلسازی موضوعی Topic Modeling

  • مدل‌های مولد و LDA Generative Models and LDA

  • استخراج اطلاعات Information Extraction

نمایش نظرات