План на курса

Въведение

  • Определяне на „Индустриална сила Обработка на естествен език“

Инсталиране на spaCy

Компоненти spaCy

  • Части-речева тагър
  • Разпознавач на именувани обекти
  • Парсер за зависимости

Преглед на функциите и синтаксиса на spaCy

Разбиране на spaCy моделирането

  • Статистическо моделиране и прогнозиране

Използване на интерфейса на командния ред на SpaCy (CLI)

  • Основни команди

Създаване на просто приложение за прогнозиране на поведение

Обучение на нов статистически модел

  • Данни (за обучение)
  • Етикети (тагове, именувани обекти и др.)

Зареждане на модела

  • Разбъркване и цикли

Запазване на модела

Осигуряване на обратна връзка към модела

  • Градиент на грешката

Актуализиране на модела

  • Актуализиране на разпознавача на обекти
  • Извличане на токени с matcher, базиран на правила

Разработване на обобщена теория за очакваните резултати

Казус

  • Разграничаване на имена на продукти от имена на компании

Прецизиране на данните за обучение

  • Избор на представителни данни
  • Задаване на dropout rate

Други стилове на обучение

  • Предаване на сурови текстове
  • Предаване на речници с анотации

Използване на spaCy за предварителна обработка на текст за Deep Learning

Интегриране на spaCy с наследени приложения

Тестване и отстраняване на грешки в модела spaCy

  • Важността на итерацията

Внедряване на модела в производство

Мониторинг и настройка на модела

Отстраняване на неизправности

Обобщение и заключение

Изисквания

  • Python опит в програмирането.
  • Основни познания по статистика
  • Опит с командния ред

Публика

  • Разработчици
  • Специалисти по данни
 14 Часа

Брой участници


Цена за участник

Oтзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории