Закрыто

[Повтор]Машинное обучение с Python + Big Data - (Курс 4 из 17)

Тема в разделе "Программирование", создана пользователем эпиггон Никола Теслы, 19 мар 2018.

Цена: 1155р.
Взнос: 143р.
60%

Основной список: 23 участников

Резервный список: 3 участников

Статус обсуждения:
Комментирование ограничено.
  1. 19 мар 2018
    #1
    эпиггон Никола Теслы
    эпиггон Никола Теслы ЧКЧлен клуба (А)

    [Повтор]Машинное обучение с Python + Big Data - (Курс 4 из 17)

    Гость, ты можешь записаться в эту складчину и получить инфопродукт сразу после оплаты, никого не дожидаясь.
    ---

    Easy Natural Language Processing (NLP) in Python
    Screenshot_33.png
    Автор: Lazy Programmer Inc.
    Формат: Видео
    Продолжительность: ~ 01:57
    Перевод: Красный Кут
    Тип перевода: Транскрибация с русским переводом
    Всего: 21 видео лекции

    Введение и план обучения[/B]]Добро пожаловать в сферу обработки данных и лёгкой обработке естественного языка.

    Обработка естественного языка, или, как его часто сокращают, ОЕЯ – используемая в программировании и математике методика, направленная на решение языково-ориентированных задач. Если вы используете Windows или Iowa, то, вероятно, ОЕЯ находится у вас перед глазами. Cortana и аналогичные приложения воспринимают вашу речь и преобразовывает её в форму, которую можно обработать программными методами. Так что основное, о чём я хочу рассказать в этой лекции, - это практическая применимость ОЕЯ. Этот курс будет разбит на несколько разделов, основываясь на различных практических задачах, которые вы можете решить благодаря ОЕЯ. Итак, вот чем мы займёмся в этом курсе.

    Прежде, чем начнём что-либо создавать, мы пройдём краткое изложение широкого круга приложений, некоторые из которых мы рассмотрим, а некоторые – нет, но знать о которых всё же желательно.

    Далее мы разберёмся, как создать собственный спам-детектор. Такой есть в вашей электронной почте, так что тема эта очень полезная и долгое время была предметом изучения.

    Затем мы рассмотрим анализ настроений и создадим собственный анализатор настроений, благодаря которому компьютер сможет оценить, насколько положительно или отрицательно окрашен введённый текст, основываясь на используемых словах и фразах. Всё это связано с практической деятельностью – так, некоторые люди анализировали твиттер, чтобы определить, будут ли цены на акции двигаться вверх или вниз.

    После этого мы рассмотрим библиотеку NLTK. Это очень популярная библиотека, способная решить множество фундаментальных вопросов ОЕЯ. Вы можете использовать её вместе с другими библиотеками при анализе данных.

    Далее мы рассмотрим скрытый семантический анализ. Он в основном помогает уменьшить размеры текста и решить проблему восприятия двух слов, имеющих одинаковое значение. Он также помогает нам интерпретировать наши данные и экономит вычислительное время.

    Наконец, мы рассмотрим одно из популярнейших приложений для ОЕЯ – Article spinner. Оно очень полезно для интернет-маркетологов и предпринимателей, поскольку, как вы знаете, и поисковая система Google, и другие поисковые системы крайне отрицательно относятся к ситуации, когда дублируется один и тот же контент. Будет здорово, если вы сможете достаточно сильно изменить статью, чтобы разместить её на двух разных ресурсах Интернета, не подвергаясь при этом наказанию от Google.

    С радостью сообщаю, что по вашей просьбе математики здесь совсем не будет, лишь основные понятия теории вероятности в некоторых местах. Если она и встречается, то только для удовлетворения вашего любопытства, но она совершенно необязательна при написании кода – конечно, если вы этого хотите. Поскольку ОЕЯ в основном относится к сфере программирования, я построил этот курс таким образом, чтобы в нём требовалось гораздо меньше математики, чем в других моих курсах, таких как углублённое изучение и нейронные сети.



        • Введение и план курса
        • Приложения ОЕЯ
        • Почему ОЕЯ сложна?
        • Главное сообщение этого курса
    Создайте свой собственный детектор спама



        • Создайте свой собственный детектор спама - описание данных
        • Создайте свой собственный детектор спама - код
        • Другие типы функций
    Создайте собственный анализатор настроений



        • Описание анализатора настроений
        • Анализ настроений на языке Python
        • Исследование NLTK
        • Исследование NLTK: маркировка POS
        • Исследование NLTK: Стеммирование и лемматизация
        • Исследование NLTK: распознавание объектов
    Скрытый семантический анализ



        • Скрытый семантический анализ. Что он делает?
        • PCA и SVD - основная математика, лежащая в основе LSA
        • Скрытый семантический анализ в Python
    Напишите свою прядильщицу статьи



      • Введение в статью
      • Модель триграммы
      • Написание article spinner в Python
      • Как узнать больше об ОЯЕ?
    О чем мы не говорили?
    Приложение



      • Как установить Numpy, Scipy, Matplotlib, Pandas, IPython, Theano и TensorFlow?

    ДЕМО ПЕРЕВОД

    Вы также можете изучить на русском языке следующие курсы этого автора:
    Deep Learning Prerequisites: Linear Regression in Python КУРС 1
    Deep Learning Prerequisites: Logistic Regression in Python КУРС 2
    Data Science: Deep Learning in Python КУРС 3
    Easy Natural Language Processing (NLP) in Python КУРС 4
    Data Science: Practical Deep Learning in Theano + TensorFlow КУРС 5
    Data Analytics: SQL for newbs, beginners and marketers КУРС 6
    Deep Learning: Convolutional Neural Networks in Python КУРС 7
    Cluster Analysis and Unsupervised Machine Learning in Python КУРС 8
    Глубокое обучение без учителя на языке Python КУРС 9
    Машинное обучение без учителя: скрытые марковские модели на языке Python КУРС 10
    Глубокое обучение: рекуррентные нейронные сети на языке Python КУРС 11
    Обработка естественного языка с помощью глубокого обучения на языке Python КУРС 12


    Источник

    Код:
    https://www.udemy.com/data-science-natural-language-processing-in-python/#curriculum
     
    Последнее редактирование модератором: 11 янв 2019
  2. Последние события

    1. skladchik.com
      Складчина закрыта.
      22 май 2021
    2. Rootf69
      Rootf69 участвует.
      19 сен 2020
    3. ms1980
      ms1980 не участвует.
      23 авг 2020
    4. ms1980
      ms1980 участвует.
      23 авг 2020

    Последние важные события

    1. skladchik.com
      Складчина закрыта.
      22 май 2021
    2. skladchik.com
      Складчина доступна.
      25 дек 2018
    3. skladchik.com
      Складчина активна.
      25 дек 2018
    4. skladchik.com
      Сбор взносов начинается 25.12.2018.
      23 дек 2018
Статус обсуждения:
Комментирование ограничено.

Поделиться этой страницей