After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Deskripsi Kursus
Dalam kursus ini, Anda akan mempelajari teknik-teknik untuk mengekstrak informasi bermanfaat dari teks dan memprosesnya ke dalam format yang sesuai untuk penerapan model ML. Secara khusus, Anda akan mempelajari POS tagging, named entity recognition, skor keterbacaan, model n-gram dan tf-idf, serta cara mengimplementasikannya menggunakan scikit-learn dan spaCy. Anda juga akan belajar menghitung seberapa mirip dua dokumen satu sama lain. Dalam prosesnya, Anda akan memprediksi sentimen ulasan film serta membangun sistem rekomendasi film dan Ted Talk. Setelah mengikuti kursus ini, Anda akan mampu merekayasa fitur-fitur penting dari teks apa pun dan menyelesaikan beberapa masalah paling menantang dalam data science!
Prasyarat
Kurikulum
Garis besar kursus
1
Fitur dasar dan skor keterbacaan
Pelajari cara menghitung fitur dasar seperti jumlah kata, jumlah karakter, panjang kata rata-rata, dan jumlah karakter khusus (seperti tagar dan mention di Twitter). Anda juga akan belajar menghitung skor keterbacaan dan menentukan tingkat pendidikan yang dibutuhkan untuk memahami sebuah teks.
- Pengantar rekayasa fitur NLP50 XP
- Format data untuk algoritme ML50 XP
- Pengodean one-hot100 XP
- Ekstraksi fitur dasar50 XP
- Jumlah karakter pada tweet berbahasa Rusia100 XP
- Jumlah kata pada TED talk100 XP
- Tagar dan sebutan dalam cuitan berbahasa Rusia100 XP
- Uji keterbacaan50 XP
- Keterbacaan 'The Myth of Sisyphus'100 XP
- Keterbacaan berbagai publikasi100 XP
2
Praproses teks, POS tagging, dan NER
Pada bab ini, Anda akan mempelajari tokenization dan lemmatization. Kemudian, Anda akan belajar melakukan pembersihan teks, part-of-speech tagging, dan named entity recognition menggunakan pustaka spaCy. Setelah menguasai konsep-konsep ini, Anda akan membuat pidato Gettysburg menjadi ramah mesin, menganalisis penggunaan nomina dalam berita palsu, dan mengidentifikasi orang-orang yang disebutkan dalam sebuah artikel TechCrunch.
3
Model N-Gram
Pelajari pemodelan n-gram dan gunakan untuk melakukan analisis sentimen pada ulasan film.
4
TF-IDF dan skor kemiripan
Pelajari cara menghitung bobot tf-idf dan skor cosine similarity antara dua vektor. Anda akan menggunakan konsep ini untuk membangun sistem rekomendasi film dan TED Talk. Terakhir, Anda juga akan mempelajari word embeddings dan, dengan menggunakan representasi vektor kata, Anda akan menghitung kemiripan antara berbagai lagu Pink Floyd.
Rekayasa Fitur untuk NLP di Python
Kursus
Selesai
