Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
In diesem Kurs lernst du Techniken, mit denen du nützliche Informationen aus Text extrahierst und in ein Format bringst, das sich für ML-Modelle eignet. Konkret geht es um POS-Tagging, Named Entity Recognition, Lesbarkeitswerte, N-Gramm- und TF-IDF-Modelle sowie deren Implementierung mit scikit-learn und spaCy. Außerdem lernst du, wie ähnlich zwei Dokumente zueinander sind. Dabei sagst du die Stimmung von Filmkritiken voraus und baust Empfehlungsfunktionen für Filme und TED Talks. Nach dem Kurs wirst du in der Lage sein, aus jedem Text entscheidende Features zu konstruieren und einige der anspruchsvollsten Probleme der Data Science zu lösen!
Voraussetzungen
Lernprogramm
Kursübersicht
1
Grundlegende Features und Lesbarkeitswerte
Lerne, grundlegende Features zu berechnen: Anzahl der Wörter, Anzahl der Zeichen, durchschnittliche Wortlänge und Anzahl spezieller Zeichen (z. B. Twitter-Hashtags und -Erwähnungen). Außerdem berechnest du Lesbarkeitswerte und bestimmst, welches Bildungsniveau nötig ist, um einen Text zu verstehen.
- Einführung in Feature Engineering für NLP50 XP
- Datenformat für ML-Algorithmen50 XP
- One-Hot-Encoding100 XP
- Grundlegende Merkmalsextraktion50 XP
- Zeichenanzahl russischer Tweets100 XP
- Wortanzahl von TED-Talks100 XP
- Hashtags und Erwähnungen in russischen Tweets100 XP
- Lesbarkeitstests50 XP
- Lesbarkeit von 'Der Mythos des Sisyphos'100 XP
- Lesbarkeit verschiedener Publikationen100 XP
2
Textvorverarbeitung, POS-Tagging und NER
In diesem Kapitel lernst du Tokenisierung und Lemmatisierung kennen. Anschließend erfährst du, wie man mit der spaCy-Bibliothek Textbereinigung, Part-of-Speech-Tagging und Named Entity Recognition durchführt. Wenn du diese Konzepte beherrschst, machst du die Gettysburg Address maschinenlesbar, analysierst die Verwendung von Nomen in Fake News und identifizierst Personen, die in einem TechCrunch-Artikel erwähnt werden.
3
N-Gramm-Modelle
Lerne N-Gramm-Modellierung kennen und nutze sie, um eine Sentiment-Analyse von Filmkritiken durchzuführen.
4
TF-IDF und Ähnlichkeitswerte
Lerne, TF-IDF-Gewichte und den Kosinus-Ähnlichkeitswert zwischen zwei Vektoren zu berechnen. Du nutzt diese Konzepte, um eine Film- und eine TED-Talk-Empfehlung zu bauen. Abschließend lernst du zudem Word Embeddings kennen und berechnest mit Wortvektorrepräsentationen Ähnlichkeiten zwischen verschiedenen Pink-Floyd-Songs.
Feature Engineering für NLP in Python
Kurs
abgeschlossen
