Курс за обучение по Обработка на естествения език (NLP) с Python spaCy
Този обучение с инструктор (онлайн или на място) е насочено към разработчици и данни научници, които искат да използват spaCy за обработка на огромни обеми текст, за да откриват шаблони и да получават инсайти.
До края на това обучение участниците ще бъдат в състояние да:
- Инсталират и конфигурират spaCy.
- Разберат подхода на spaCy към обработка на естествен език (NLP).
- Извлечат шаблони и получат бизнес инсайти от големи данни източници.
- Интегрират библиотеката spaCy с съществуващи уеб и легирани приложения.
- Разгрънат spaCy в живи продукционни среди, за да предвиждат човешко поведение.
- Използват spaCy за предварителна обработка на текст за Deep Learning
Формат на курса
- Интерактивна лекция и дискусия.
- Много упражнения и практика.
- Практическа реализация в живе лабораторна среда.
Опции за персонизация на курса
- За запитане на персонизирано обучение за този курс, моля свържете се с нас за уредяване.
- За да научите повече за spaCy, моля посетете: https://spacy.io/
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
- Опит с програмиране на Python.
- Основно разбиране в статистика
- Опит с командния ред
Целева аудитория
- Разработчици
- Специалисти по данни
Отворените курсове за обучение изискват 5+ участника.
Курс за обучение по Обработка на естествения език (NLP) с Python spaCy - Резервация
Курс за обучение по Обработка на естествения език (NLP) с Python spaCy - Запитване
Обработка на естествения език (NLP) с Python spaCy - Консултантско запитване
Отзиви от потребители (2)
Примери и упражнения, perfектно адаптирани към нашата домейна
Luc - CS Group
Курс - Scaling Data Analysis with Python and Dask
Машинен превод
Тренерът беше много наличен, за да отговори на всички видове въпроси, които имах.
Caterina - Stamtech
Курс - Developing APIs with Python and FastAPI
Машинен превод
Предстоящи Курсове
Свързани Kурсове
Advanced LangGraph: Оптимизация, отстраняване на грешки и мониторинг на сложни графи
35 ЧасовеLangGraph е рамка за създаване на състояние, многоагентни приложения с LLM като съставни графи с трайно състояние и контрол върху изпълнението.
Това е онлайн или офлайн обучение, ръководено от инструктор, предназначено за специалисти по платформи за изкуствен интелигент, DevOps за AI и ML архитекти, които искат да оптимизират, отстраняват грешки, мониторират и управляват продукционни системи LangGraph.
Към края на обучението участниците ще могат да:
- Проектират и оптимизират сложни топологии на LangGraph за скорост, цена и масштабируемост.
- Инженерират надеждност с повторителни опити, изтичания на време, идемпотентност и възстановяване на контролни точки.
- Отстраняват грешки и следат изпълнението на графи, проверяват състоянието и систематично възпроизвеждат проблеми в продукцията.
- Инструментално осигуряват графи с логове, метрики и траси, развертат в продукция и мониторират SLAs и разходи.
Формат на Курса
- Интерактивни лекции и дискусии.
- Много упражнения и практика.
- Практическо приложение в среда на живо лабораторно обучение.
Опции за Персонализация на Курса
- За да поставите запрос за персонализиран курс, свържете се с нас, за да уредите.
Създаване на кодиращи агенти с Devstral: От проектиране на агенти до инструментализация
14 ЧасовеDevstral е отворен код рамка, предназначена за създаване и изпълнение на кодиращи агенти, които могат да взаимодействат с кодови бази, инструменти за разработчици и API, за да подобрят инженеринга продуктивност.
Този инструкторски воден жив обучение (онлайн или на място) е направен за средно ниво до напреднали ML инженери, екипи за инструменти за разработчици и SREs, които искат да проектират, имплементират и оптимизират кодиращи агенти с помощта на Devstral.
До края на това обучение участниците ще могат да:
- Настроят и конфигурират Devstral за разработка на кодиращи агенти.
- Проектират агентични процеси за изследване и модифициране на кодова база.
- Интегрират кодиращи агенти с инструменти за разработчици и API.
- Имплементират най-добрите практики за сигурно и ефективно разпространение на агенти.
Формат на курса
- Интерактивни лекции и дискусии.
- Много упражнения и практика.
- Практическо имплементиране в жива лабораторна среда.
Опции за персонализиране на курса
- За да поискате персонализиран обучение за този курс, моля свържете се с нас, за да уредите.
Мащабиране на Анализ на Данни с Python и Dask
14 ЧасовеТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към учени по данни и софтуерни инженери, които желаят да използват Dask с Python екосистемата за изграждане, мащабиране и анализиране на големи набори от данни.
До края на това обучение участниците ще могат:
- Настройте средата, за да започнете да изграждате обработка на големи данни с Dask и Python.
- Разгледайте функциите, библиотеките, инструментите и API, налични в Dask.
- Разберете как Dask ускорява паралелните изчисления в Python.
- Научете как да мащабирате екосистемата на Python (Numpy, SciPy и Pandas) с помощта на Dask.
- Оптимизирайте средата на Dask, за да поддържате висока производителност при работа с големи набори от данни.
Analiza na danni s Python, Pandas i NumPy
14 ЧасовеТози курс с инструктор, воден в живо време (онлайн или на място), е предназначен за разработчици и аналитици на данни с среден ниво, които искат да подобрят уменията си в анализ и манипулация на данни, използвайки Pandas и NumPy.
До края на този курс участниците ще могат да:
- Създават разработваща среда, включваща Python, Pandas и NumPy.
- Създават приложение за анализ на данни, използвайки Pandas и NumPy.
- Извършват напреднали операции за манипулиране, подреждане и филтриране на данни.
- Извършват агрегатни операции и анализират временни редове на данни.
- Визуализират данни, използвайки Matplotlib и други библиотеки за визуализация.
- Диагностицират и оптимизират кода си за анализ на данни.
Open-Source Model Ops: Самостоятелно хостване, настройка и управление с Devstral & Mistral модели
14 ЧасовеМоделите Devstral и Mistral са отворени AI технологии, проектирани за гъвкаво развертане, подробно настройване и масштабируемо интегриране.
Това обучение, водено от инструктор (онлайн или на място), е предназначено за ML инженерi с интермедиален до напреднал нив, платформени екипи и инженерi изследователи, които искат да самостотелно хостват, подробно настройват и управляват моделите Devstral и Mistral в продукционни среди.
Крайно, участниците ще могат да:
- Настроят и конфигурират самостотелни среди за моделите Devstral и Mistral.
- Прилагат техники за подробно настройване за домейн-специфични изпълнения.
- Имплементират версията, мониторинг и управление на животния цикъл.
- Осигуряват сигурност, съответствие на стандартите и отговорно използване на отворените модели.
Формат на курса
- Интерактивни лекции и дискусии.
- Практическо упражнение в самостотелно хостване и подробно настройване.
- Живо лабораторно изпълнение на пиплайни за управление и мониторинг.
Опции за персонализиране на курса
- За нарачване на персонализирано обучение за този курс, моля свържете се с нас, за да уредите.
FARM (FastAPI, React, and MongoDB) Разработка на пълния стек
14 ЧасовеТова обучителен курс с инструктор, провеждан онлайн или на място, е предназначен за разработчици, които искат да използват стека FARM (FastAPI, React и MongoDB), за да създават динамични, високо ефективни и масштабируеми уеб приложения.
До края на този курс участниците ще бъдат в състояние да:
- Настроят необходимата разработваща среда, която интегрира FastAPI, React и MongoDB.
- Разберат ключовите концепции, особености и предимства на стека FARM.
- Научат как да създават REST API-тата с FastAPI.
- Научат как да проектират интерактивни приложения с React.
- Разработват, тестват и пускат приложения (предна и задна част) използвайки стека FARM.
Разработване на API с Python и FastAPI
14 ЧасовеТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към разработчици, които желаят да използват FastAPI с Python за изграждане, тестване и внедряване на RESTful API по-лесно и по-бързо.
До края на това обучение участниците ще могат:
- Да настроят необходимата развойна среда за разработка на API с Python и FastAPI.
- Да създават API по-бързо и по-лесно, използвайки библиотеката FastAPI.
- Да научат как да създават модели на данни и схеми, базирани на Pydantic и OpenAPI.
- Да свързват API към база данни, използвайки SQLAlchemy.
- Да внедряват сигурност и удостоверяване в API, използвайки инструментите на FastAPI.
- Да изграждат контейнерни образи и да внедряват уеб API към облачен сървър.
Приложения на LangGraph в финансовете
35 ЧасовеLangGraph е рамка за създаване на приложения с многоактьорни LLM с състояние, представени като съставни графове с постоянно състояние и контрол над изпълнението.
Това обучение с инструктор (онлайн или на място) е насочено към професионалисти със среден и висок ниво на подготовка, които желаят да проектират, имплементират и управляват решения за финанси, базирани на LangGraph, с правилно управление, наблюдаване и съответствие на изискванията.
Към края на това обучение участниците ще бъдат в състояние да:
- Проектират финансово специфични потокове на LangGraph, съобразени с регулаторните и аудиторските изисквания.
- Интегрират стандарти и онтологии на финансови данни в състоянието на графа и инструментите.
- Имплементират контролни мерки за надежност, безопасност и участие на човек в критични процеси.
- Разработват, наблюдават и оптимизират системи на LangGraph за производителност, разходи и SLA.
Формат на Курса
- Интерактивна лекция и дискусия.
- Много упражнения и практика.
- Практическо имплементиране в обстановка на жива лаборатория.
Опции за Персонализиране на Курса
- За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да уредим.
LangGraph Foundations: Graph-Based LLM Prompting and ChainingОсновни концепции на LangGraph: Графови базирани LLM подканвни и вериги
14 ЧасовеLangGraph е framework за изграждане на приложения с графична структура на LLM, които поддържат планиране, разклоняване, използване на инструменти, памет и контролирано изпълнение.
Това обучение, водено от инструктор (онлайн или на място), е насочено към разработчици на начално ниво, инженери на промпти и практици на данни, които искат да проектират и изграждат надеждни, многокъсочни работи с LLM с помощта на LangGraph.
Към края на обучението участниците ще могат да:
- Обясняват основните концепции на LangGraph (връзки, ръбове, състояние) и кога да се използват.
- Създават вериги от промпти, които се разклоняват, извикват инструменти и поддържат памет.
- Интегрират извличане и външни API в графични работи.
- Тестват, отстраняват грешки и оценяват приложенията на LangGraph за надеждност и сигурност.
Формат на курса
- Интерактивни лекции и подпомагане на дискусии.
- Водими лаборатории и разглеждане на код в среда за тестове.
- Упражнения на основа сценарии за дизайн, тестване и оценка.
Опции за персонализация на курса
- За да попитате персонализирано обучение за този курс, моля свържете се с нас, за да уредите.
LangGraph в Здравеопазването: Организация на Процеси за Регулирани Средства
35 ЧасовеLangGraph позволява на многоакторни работни процеси с поддържане на състояние, подпомогнати от LLMs, с точно управление на пътищата на изпълнение и съхранение на състоянието. В здравеопазването тези възможности са критични за съответствие с изискванията, интероперабилност и изграждане на системи за подпомагане на решенията, които съответстват на медицинските работни процеси.
Това е онлайн или на място обучение, ръководено от инструктор, насочено към професионалисти с ниво на знания от средно до напреднало, които искат да проектират, имплементират и управляват решения за здравеопазването на основата на LangGraph, докато се справят с регулаторни, етични и операционни предизвикателства.
До края на това обучение участниците ще бъдат способни да:
- Проектират специфични за здравеопазването работни процеси на LangGraph, с внимание към съответствие с изискванията и възможност за аудит.
- Интегрират приложения на LangGraph с медицински онтологии и стандарти (FHIR, SNOMED CT, ICD).
- Прилагат най-добрите практики за надежност, следимост и обяснимост в чувствителни среди.
- Разработват, мониторират и валидират приложения на LangGraph в производни среди на здравеопазването.
Формат на курса
- Интерактивна лекция и дискусия.
- Практическо упражнение с реальни случаи.
- Имплементация в живо лабораторно обучение.
Опции за персонализиране на курса
- За да попитате персонализирано обучение за този курс, моля, свържете се с нас, за да го организираме.
LangGraph за правни приложения
35 ЧасовеLangGraph е рамка за създаване на многоучастни LLM приложения, които функционират като композиционни графи с постоянно състояние и точен контрол върху изпълнението.
Това обучение под ръководството на инструктор (онлайн или пред присъствие) е насочено към професионалисти с промеждутък среден до напреднал ниво, които искат да проектират, реализират и управляват правни решения на базата на LangGraph, като осигуряват необходимите контроли за съответствие, проследимост и управление.
По края на това обучение участниците ще могат да:
- Проектират правни потоци от дейности с използване на LangGraph, които запазват аудитабилността и съответствието.
- Интегрират правни онтологии и стандарти за документи в графовото състояние и обработка.
- Реализират контроли, одобрения от човек в цикла на вземане на решения, и проследими пътеки за вземане на решения.
- Разграждат, мониторират и поддържат услуги със LangGraph в продажба, като осигуряват наблюдаемост и контроли за разходите.
Формат на курса
- Интерактивна лекция и дискусия.
- Много упражнения и практика.
- Ръчно изпълнение в среда с реален лабораторен модел.
Опции за персонализация на курса
- За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да организирате.
Създаване на Динамични Потокове с LangGraph и LLM Агенти
14 ЧасовеLangGraph е една рамка за създаване на графо-структурирани работни процеси на LLM, които поддържат разклоняване, използване на инструменти, памет и контролирано изпълнение.
Това обучение с инструктор (онлайн или на място) е направено за инженерни екипи с среден ниво и продуктови екипи, които искат да комбинират графовата логика на LangGraph с циклите на агенти на LLM, за да създават динамични, контекстно-осъзнати приложения, като агенти за поддръжка на клиенти, решетки за вземане на решения и системи за извличане на информация.
Към края на това обучение участниците ще могат да:
- Проектират графични работни процеси, които координират агентите на LLM, инструментите и паметта.
- Имплементират условно маршрутиране, повторни опити и резервни варианти за здраво изпълнение.
- Интегрират извличане, API и структурирани изходи в циклите на агентите.
- Оценяват, следят и укрепват поведението на агентите за надеждност и сигурност.
Формат на курса
- Интерактивна лекция и управлявано обсуждение.
- Водими лаборатории и прегледи на код в песочник среда.
- Упражнения за проектиране на сценарии и прегледи от колеги.
Опции за персонализация на курса
- За да попитате персонализиран тренинг за този курс, моля свържете се с нас, за да уредим.
LangGraph за Автоматизация на Маркетинга
14 ЧасовеLangGraph е графов основен фреймворк за орхестрация, който позволява условни, многоетапни LLM и инструменти за автоматизирани работни потоци, идеални за автоматизация и персонализация на съдържания.
Това обучение под ръководството на инструктор (онлайн или на място) е предназначено за маркетингови специалисти, стратеги на съдържание и разработчици по автоматизация на среден ниво, които желаят да имплементират динамични, грануларни е-мейл кампании и работни потоци за генериране на съдържание, използвайки LangGraph.
По края на това обучение участниците ще могат да:
- Проектират графови съдържания и е-мейл работни потоци с условна логика.
- Интегрират LLM, API и източници на данни за автоматизирана персонализация.
- Управляват състояние, памет и контекст в многоетапните кампании.
- Оценяват, мониторират и оптимизират производителността на работните потоци и резултатите от доставянето.
Формат на курса
- Интерактивни лекции и групово обсъждане.
- Практически упражнения за имплементация на е-мейл работни потоци и канали за съдържание.
- Упражнения по сценарии за персонализация, сегментация и условна логика.
Опции за настройка на курса
- За да поискате персонализирано обучение за този курс, моля свържете се с нас.
Le Chat Enterprise: Private ChatOps, Integrations & Admin Controls
14 ЧасовеLe Chat Enterprise е частно решение за ChatOps, което предоставя сигурни, персонализирани и управлявани възможности за разговорен Искусствен Интелигент в организации, с поддръжка на RBAC, SSO, конектори и интеграции с корпоративни приложения.
Този инструкторски курс (онлайн или на място) е насочен към продуктови мениджъри с среден ниво на компетентност, IT лидери, решение-инженери и екипи за сигурност и съответствие, които искат да развернат, конфигурират и управляват Le Chat Enterprise в корпоративни среди.
До края на този курс участниците ще могат да:
- Настроят и конфигурират Le Chat Enterprise за сигурни развертаня.
- Активират RBAC, SSO и контролни механизми, подпомагани от съответствие с изискванията.
- Интегрират Le Chat с корпоративни приложения и бази данни.
- Проектира и реализират ръководства за управление и администрация на ChatOps.
Формат на курса
- Интерактивна лекция и дискусия.
- Много упражнения и практика.
- Ръчно реализиране в жива лабораторна среда.
Опции за персонализация на курса
- За да поискате персонализиран обучение за този курс, моля свържете се с нас, за да се договорим.
Ускоряване на Python Pandas Workflows с Modin
14 ЧасовеТова водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни и разработчици, които желаят да използват Modin за изграждане и прилагане на паралелни изчисления с Pandas за по-бърз анализ на данни.
До края на това обучение участниците ще могат:
- Настройте необходимата среда, за да започнете да разработвате Pandas работни потоци в мащаб с Modin.
- Разберете характеристиките, архитектурата и предимствата на Modin.
- Познайте разликите между Modin, Dask и Ray.
- Изпълнете Pandas операции по-бързо с Modin.
- Внедрете целия Pandas API и функции.