Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
In questo corso imparerai tecniche per estrarre informazioni utili dal testo e trasformarle in un formato adatto all'applicazione di modelli di ML. In particolare, scoprirai il POS tagging, il riconoscimento di entità nominate (NER), gli indici di leggibilità, i modelli n-gram e tf-idf, e come implementarli con scikit-learn e spaCy. Imparerai anche a calcolare quanto sono simili tra loro due documenti. Lavorando su questi concetti, prevederai il sentiment delle recensioni di film e costruirai sistemi di raccomandazione per film e TED Talk. Alla fine del corso, sarai in grado di progettare feature fondamentali a partire da qualsiasi testo e affrontare alcuni dei problemi più impegnativi della data science!
Prerequisiti
Programma
Struttura del corso
1
Feature di base e indici di leggibilità
Impara a calcolare feature di base come numero di parole, numero di caratteri, lunghezza media delle parole e numero di caratteri speciali (come hashtag e menzioni su Twitter). Imparerai anche a calcolare gli indici di leggibilità e a determinare il livello di istruzione necessario per comprendere un testo.
- Introduzione al feature engineering per l'NLP50 XP
- Formato dei dati per gli algoritmi di ML50 XP
- One-hot encoding100 XP
- Estrazione di caratteristiche di base50 XP
- Conteggio dei caratteri dei tweet russi100 XP
- Conteggio parole dei TED talk100 XP
- Hashtag e menzioni nei tweet in russo100 XP
- Test di leggibilità50 XP
- Leggibilità di 'Il mito di Sisifo'100 XP
- Leggibilità di varie pubblicazioni100 XP
2
Preprocessing del testo, POS tagging e NER
In questo capitolo imparerai tokenizzazione e lemmatizzazione. Poi vedrai come effettuare pulizia del testo, part-of-speech tagging e riconoscimento di entità nominate usando la libreria spaCy. Una volta padroneggiati questi concetti, renderai il discorso di Gettysburg adatto alle macchine, analizzerai l’uso dei sostantivi nelle fake news e identificherai le persone citate in un articolo di TechCrunch.
3
Modelli N-Gram
Scopri il modello n-gram e usalo per eseguire l’analisi del sentiment sulle recensioni di film.
4
TF-IDF e misure di similarità
Impara a calcolare i pesi tf-idf e il punteggio di similarità coseno tra due vettori. Userai questi concetti per costruire un sistema di raccomandazione per film e TED Talk. Infine, conoscerai i word embedding e, usando rappresentazioni vettoriali delle parole, calcolerai similarità tra varie canzoni dei Pink Floyd.
Feature Engineering per NLP in Python
Corso
completato
