План на курса

Въведение

    Дефиниране на „индустриална обработка на естествен език“

Инсталиране на spaCy

Компоненти spaCy

    Тагер за част от речта Разпознавател на именуван обект Анализатор на 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 т.н.)

Зареждане на модела

    Разбъркване и зацикляне

Запазване на модела

Осигуряване на обратна връзка към модела

    Градиент на грешка

Актуализиране на модела

    Актуализиране на разпознавателя на обекти Извличане на токени с съвпадение, базирано на правила

Разработване на обобщена теория за очакваните резултати

Казус

    Разграничаване на имената на продуктите от имената на компаниите

Прецизиране на данните за обучение

    Избор на представителни данни Задаване на процента на отпадане

Други стилове на обучение

    Предаване на необработени текстове Предаване на речници на 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

    Значението на итерацията

Внедряване на модела в производство

Мониторинг и настройка на модела

Отстраняване на неизправности

Обобщение и заключение

Изисквания

  • Python опит в програмирането.
  • Основно разбиране на статистиката
  • Опит с командния ред

Публика

  • Разработчици
  • Учени по данни
  14 Hours
 

Брой участници


Започва

Свършва


Dates are subject to availability and take place between 09:30 and 16:30.

Цена за участник

Oтзиви от потребители (4)

Свързани Kурсове

Kivy: Building Android Apps with Python

  7 Hours

Свързани Kатегории