در حال حاضر محصولی در سبد خرید شما وجود ندارد.

پنل کاربری

رمز خود را فراموش کرده اید؟ اگر اولین بار است از سایت جدید استفاده میکنید باید پسورد خود را ریست نمایید.
دسته بندی
دسته بندی

در حال حاضر محصولی در سبد خرید شما وجود ندارد.

آموزش پردازش زبان طبیعی بوسیله Machine Learning در زبان Python

10,900 تومان
بیش از یک محصول به صورت دانلودی میخواهید؟ محصول را به سبد خرید اضافه کنید.
افزودن به سبد خرید
خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

ویدئو معرفی این محصول

با مشاهده این کورس آموزشی از طریق انجام پروژه های واقعی و به زبانی بسیار ساده مطالب فراوانی را در رابطه با پردازش زبان طبیعی یاد می گیرید.

عنوان اصلی : Natural Language Processing with Machine Learning in Python

سرفصل ها :


معرفی :
معرفی دوره
NLP چیست؟
بررسی اجمالی دوره
مقدمه ای بر Google Colab
نحوه استفاده از منابع دوره
پردازش متن با NLTK:
توکن سازی
عادی سازی توکن
ناشی از NLTK
Lemmatization با NLTK
NLTK در عمل - قسمت 1 - تجزیه و تحلیل متن و پیش پردازش
NLTK در عمل - قسمت 2 - رمزگذاری و حذف کلمات توقف
NLTK در عمل - قسمت 3 - ریشه‌یابی و لنگرسازی
NLTK در عمل - قسمت 4 - بخشی از برچسب گذاری گفتار
NLTK در عمل - قسمت 5 - بهینه سازی
تمرین NLTK
تمرین NLTK - پاسخ
پردازش متن با spaCy:
spaCy - مقدمه
spaCy - نشانه گذاری و ویژگی های توکن
spaCy - موجودیت ها و وابستگی ها
SpaCy - خط لوله NLP
spaCy - کار با Stopwords
بردار سازی متن:
مقدمه ای بر برداری متن
کیسه کلمات
N-گرم
ویژگی های TF-IDF
بردارسازی TF-IDF
طبقه بندی متن:
طبقه بندی متن - مقدمه
مقدمه ای بر یادگیری ماشین
مجموعه داده نظرات فیلم IMDb
تقسیم داده ها برای آموزش و آزمایش
طبقه بندی متن با رگرسیون لجستیک
نحوه خواندن گزارش طبقه بندی
بهبود با خطوط لوله، TF-IDF و N-گرم
استفاده از Naive Bayes و Linear SVC برای طبقه بندی متن
تجزیه و تحلیل احساسات با TextBlob و VADER:
تحلیل احساسات - مقدمه
تجزیه و تحلیل احساسات با TextBlob
تجزیه و تحلیل احساسات با VADER
رگرسیون لجستیک برای تحلیل احساسات:
نحوه اعمال رگرسیون لجستیک برای تحلیل احساسات
RegEx برای پیش پردازش داده ها
توکن سازی، ریشه یابی و حذف کلمات توقف
تعریف یک تابع واحد برای همه وظایف پیش پردازش
تقسیم داده ها برای آموزش و آزمایش
ایجاد فرهنگ لغت فرکانس ها
تولید معیارهای ویژگی
استفاده از رگرسیون لجستیک برای تحلیل احساسات
بیز ساده لوح برای تحلیل احساسات:
نظریه ساده بیز - قسمت 1
نظریه ساده لوح بیز - قسمت 2
پیش پردازش داده ها
تولید واژگان و محاسبه فرکانس ها
محاسبه Log Likelihood
تجسم ویژگی
محاسبه دقت پیش بینی
ادغام توئیتر Developer API:
ثبت نام در Twitter Developer API
ایجاد یک برنامه توییتر، کلیدها و اسرار
دسترسی به Twitter API از Notebook
پینوشت

نمایش سرفصل های انگلیسی

Natural Language Processing with Machine Learning in Python