 |
 |
 | (495) 925-0049, ITShop интернет-магазин 229-0436, Учебный Центр 925-0049 |
 |
 |
 |
|||||||
|
Вход
Регистрация |
|||||||||
| |||||||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||
|
Курс "Глубокое обучение (нейронные сети) на Python часть 3. Анализ текстовых данных и обработка естественного языка"
Код: EDU-Python-23
Продолжительность - 10 дней Производится набор группы
Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка. На курсе "Глубокое обучение (нейронные сети) на Python часть 3. Анализ текстовых данных и обработка естественного языка" слушатели научатся применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных к приемам классификации и кластеризации текстов, визуальной интерпретации, анализу графов, использованию глубокого обучения для анализа текста. Прослушав данный курс, Вы узнаете:
Научитесь:
Аудитория: начинающие специалисты в области программирования, рассматривающие предмет как ступень к изучению Data Science, желающих продолжить знакомство с темой машинного обучения, с технологиями анализа текстовой информации. Предварительная подготовка: Опыт программирования на языке Python и знание основных библиотек Python для научных расчетов: Numpy, Pandas, Matplotlib. Понимание разделов математики: теория вероятности, статистика, математический анализ, линейная алгебра. Навыки работы с алгоритмами машинного обучения и начальные навыки работы с нейронными сетями (технологиями глубокого обучения). Курсы, рекомендуемые для предварительного прохождения:
Курсы, рекомендуемые для последующего прохождения:
Программа курса1 Сложности компьютерной обработки естественного языка 2 Естественные языки и вычисления 2.1 Парадигма Data Science 2.2 Приложения данных, основанные на анализе естественного языка 2.3 Язык как данные 3 Создание собственного корпуса 3.1 Что такое корпус? 3.2 Управление корпусом данных 3.3 Объекты чтения корпусов 4 Предварительная обработка и преобразование корпуса 4.1 Разбивка документов 4.2 Трансформация корпуса 5 Конвейеры векторизации и преобразования 5.1 Слова в пространстве 5.2 Scikit-Learn API 5.3 Конвейеры 6 Классификация в текстовом анализе 6.1 Классификация текста. 6.2 Создание приложений классификации текста 7 Кластеризация для выявления сходств в тексте 7.1 Обучение на текстовых данных без учителя 7.2 Кластеризация документов по сходству 7.3 Моделирование тематики документов 8 Контекстно-зависимый анализ текста 8.1 Извлечение признаков на основе грамматики 8.2 Извлечение признаков на основе n-грамм 8.3 Модели языка n-грамм 9 Визуализация текста 9.1 Визуализация пространства признаков 9.2 Диагностика моделей 9.3 Визуальная настройка 10 Графовые методы анализа текста 10.1 Вычисление и анализ графов 10.2 Извлечение графов из текста 10.3 Разрешение сущностей 11 Чат-боты 11.1 Основы диалогового взаимодействия 11.2 Правила вежливой беседы 11.3 Занимательные вопросы 11.4 Обучение для рекомендаций В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
Свободно распространяемое программное обеспечение популярно как среди частных лиц, так и среди организаций. Действительно, СПО позволяет серьезно экономить на приобретении лицензий для компаний, которые многократно тиражируют программное решение. Также благодаря тому, что СПО можно квалифицированно дорабатывать собственными силами под конкретные нужды организации, оно приобретает еще и дополнительную гибкость и удобство в использовании. Открытое программное обеспечение — это программное обеспечение с открытым исходным кодом. Исходный код создаваемых программ открыт, то есть доступен для просмотра и изменения. Это позволяет использовать уже созданный код для создания новых версий программ, для исправления ошибок и, возможно, помочь в доработке открытой программы. В конце обучения на курсах проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненные в процессе обучения. Учебный центр "Интерфейс" оказывает консалтинговые услуги по построению моделей бизнес-процессов, проектированию информационных систем, разработке структуры баз данных и т.д.
|
|
|||||||||||