了解和实践人工智能:NLP 的基础知识

课程简介

了解 NLP 自然语言处理的概念,在短期内使用 Python 建立和建立真正的东西

从这 1.5 小时的课程,你会学到

  • 使用 NLP 建构真正的东西
  • 分析文本数据
  • 使用词源(stemming)将字汇转换为基本形式
  • 利用词形还原(lemmatization)将字汇转换为基本形式
  • 将文字资料分割成区块(chunks)
  • 使用字汇袋模型提取文本术语矩阵
  • 建立一个分类预测器
  • 建构一个性别识别码
  • 建立一个情绪分析仪
  • 使用隐含狄利克雷分布(Latent Dirichlet Allocation)进行主题建模

要求

课程说明

透过理解概念和建立真正的专案来了解人工智能中的每一件事情!

这门课程是一系列人工智能专业课程的一部分:

  •  了解和实践 AI-(NLP,推荐系统,语音识别,电脑视觉,OpenCV,机器学习,监督式学习,非监督式学习,人工神经网络,强化学习,深度学习,使用人工智能构建游戏,遗传算法

本课程的重点是 NLP 的基础知识:

  • 学习关键的 NLP 概念和直觉训练,让你快速了解 NLP 所有的事物。
  • 我将在第一个视频中解释概念,为什么它是重要的,是什么导致思考这个概念和我如何使用它的问题(了解这个概念)。 在下一个视频中,你将在一个真实的专案去实践或使用 python 实践)一个简单的问题
  • 在视频中你首先会看到的是实际部分的输入和输出,这样你就可以理解所有的事情,你可以得到一个清晰的视野
  • 在本课程结束时,你将拥有所有的资源,完整的代码,以及其它一些有用的链接和文章

在本课程中,我们将学习自然语言处理。 我们将讨论各种概念,如 tokenization,词源和词形还原来处理文字。 然后我们将讨论如何建构一个文字袋模型,并使用它来文字分类。 我们将看到如何使用机器学习来分析给定句子的情绪。 然后我们将讨论主题建模并实现一个系统来识别特定文字中的主题。我们将从一些简单的 NLP 问题入手,如: Tokenization Text,stem,lemmated,chunk,Bag of Words 模型,我们将建立一些现实世界的专案,比如:

  1. 建立一个类别预测器来预测给定文本文件的类别
  2. 根据名称建构性别识别码
  3. 建立一个情绪分析仪用来判断一个电影评论是正面的还是负面的
  4. 使用隐含狄利克雷分布进行主题建模

本课程的重点是”如何建构和理解”,而不仅仅是”如何使用”。 任何人都可以在阅读一些文件后15分钟内学会使用 API。 它不是关于”记住事实”,而是通过实验”自己看”。 它会教你如何想象模型内部发生了什么。 如果你想要的不仅仅是一个机器学习模型的表面,这个课程是为你而设的。

小技巧(适用于完成课程) :

  •  记下手写的笔记。 这将大大提高你保存讯息的能力
  • 在讨论板上问许多问题。 越多越好
  • 要意识到大部分的练习都需要几天或几周的时间来完成
  • 自己写代码,不要只是坐在那里看我的代码
  • 你对 NLP 一无所知? 我们把它拆解吧!

我随时可以回答你们的问题,帮助你们进行数据科学旅程!

请注意,这门课程将会被修改,我会经常把新的内容和新的概念加入,所以请注意课程更新! 🙂

英文字幕:有

想要了解如何将英文字幕自动翻译成中文? 请参考这篇 How-To


课程网址 [ 限时免费中 ]

1580542_30d6_2

Sponsored by Udemy

也許您會有興趣

♥欢迎关注 Soft & Share 微博

发表评论

Powered by WordPress.com.

Up ↑

%d 博主赞过: