ये कोर्स करने के बाद, मैं पेशेवर विज़ुअलाइज़ेशन और डैशबोर्ड बनाने में आत्मविश्वास महसूस करता हूँ
Shoebur Rahmanप्रोक्योरमेंट विशेषज्ञ, Giz Bangladesh
कोर्स विवरण
इस कोर्स में, आप ऐसी तकनीकें सीखेंगे जिनसे आप टेक्स्ट से उपयोगी जानकारी निकालकर उसे ऐसे फॉर्मेट में प्रोसेस कर सकें जो ML मॉडल्स पर लागू हो सके। विशेष रूप से, आप POS टैगिंग, नेम्ड एंटिटी रिकग्निशन, रीडेबिलिटी स्कोर्स, n-gram और tf-idf मॉडल्स के बारे में जानेंगे, और scikit-learn व spaCy का उपयोग करके इन्हें इम्प्लीमेंट करना सीखेंगे। आप यह भी सीखेंगे कि दो डॉक्युमेंट्स एक-दूसरे से कितने समान हैं, यह कैसे निकाला जाए। इस दौरान, आप मूवी रिव्यू का सेंटिमेंट प्रिडिक्ट करेंगे और मूवी तथा TED Talk रिकमेंडर बनाएँगे। कोर्स पूरा करने के बाद, आप किसी भी टेक्स्ट से अहम फीचर्स इंजीनियर कर पाएँगे और डेटा साइंस की कई चुनौतीपूर्ण समस्याएँ सुलझा पाएँगे!
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
बेसिक फीचर्स और रीडेबिलिटी स्कोर्स
शब्दों की संख्या, कैरेक्टर्स की संख्या, औसत शब्द-लंबाई और स्पेशल कैरेक्टर्स (जैसे Twitter हैशटैग्स और मेंशन्स) की संख्या जैसे बेसिक फीचर्स निकालना सीखें। आप रीडेबिलिटी स्कोर्स निकालना और किसी टेक्स्ट को समझने के लिए कितनी शिक्षा आवश्यक है, यह निर्धारित करना भी सीखेंगे।
- NLP फीचर इंजीनियरिंग का परिचय50 XP
- ML एल्गोरिदम के लिए डेटा फॉर्मेट50 XP
- वन-हॉट एन्कोडिंग100 XP
- बेसिक फीचर एक्सट्रैक्शन50 XP
- रूसी ट्वीट्स के कैरेक्टर काउंट100 XP
- TED talks का word count100 XP
- रूसी ट्वीट्स में हैशटैग और मेंशन्स100 XP
- रीडेबिलिटी टेस्ट50 XP
- 'The Myth of Sisyphus' की पठनीयता100 XP
- विभिन्न प्रकाशनों की पठनीयता100 XP
2
टेक्स्ट प्रीप्रोसेसिंग, POS टैगिंग और NER
इस चैप्टर में, आप टोकनाइज़ेशन और लेमाटाइज़ेशन के बारे में सीखेंगे। इसके बाद, आप spaCy लाइब्रेरी का उपयोग करके टेक्स्ट क्लीनिंग, पार्ट-ऑफ-स्पीच टैगिंग, और नेम्ड एंटिटी रिकग्निशन करना सीखेंगे। इन कॉन्सेप्ट्स में महारत हासिल करने के बाद, आप Gettysburg address को मशीन-फ्रेंडली बनाएँगे, फेक न्यूज़ में संज्ञा के उपयोग का विश्लेषण करेंगे, और TechCrunch आर्टिकल में उल्लिखित लोगों की पहचान करेंगे।
3
N-Gram मॉडल्स
n-gram मॉडलिंग के बारे में जानें और इसका उपयोग करके मूवी रिव्यू पर सेंटिमेंट एनालिसिस करें।
4
TF-IDF और सिमिलैरिटी स्कोर्स
दो वेक्टर्स के बीच tf-idf वेट्स और कॉसाइन सिमिलैरिटी स्कोर कैसे निकाले जाते हैं, यह सीखें। इन कॉन्सेप्ट्स का उपयोग करके आप एक मूवी और TED Talk रिकमेंडर बनाएँगे। अंत में, आप वर्ड एम्बेडिंग्स के बारे में भी सीखेंगे और वर्ड वेक्टर रिप्रेज़ेंटेशन्स का उपयोग करके विभिन्न Pink Floyd गानों के बीच सिमिलैरिटीज़ निकालेंगे।
Python में NLP के लिए Feature Engineering
कोर्स
पूर्ण
