Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Neste curso, você vai aprender técnicas para extrair informações úteis de textos e processá-las em um formato adequado para aplicar modelos de Machine Learning. Mais especificamente, você vai aprender sobre marcação de classes gramaticais (POS tagging), reconhecimento de entidades nomeadas, índices de legibilidade, os modelos de n-gramas e tf-idf, e como implementá-los usando scikit-learn e spaCy. Você também vai aprender a calcular o quão similares dois documentos são entre si. No processo, você vai prever o sentimento de críticas de filmes e construir recomendadores de filmes e de TED Talks. Ao final, você será capaz de criar features essenciais a partir de qualquer texto e resolver alguns dos problemas mais desafiadores em ciência de dados!
Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Features básicas e índices de legibilidade
Aprenda a calcular features básicas como número de palavras, número de caracteres, comprimento médio das palavras e quantidade de caracteres especiais (como hashtags e menções do Twitter). Você também vai aprender a calcular índices de legibilidade e a determinar o nível de escolaridade necessário para compreender um texto.
- Introdução à engenharia de features em NLP50 XP
- Formato de dados para algoritmos de ML50 XP
- Codificação one-hot100 XP
- Extração básica de atributos50 XP
- Contagem de caracteres de tweets russos100 XP
- Contagem de palavras dos TED Talks100 XP
- Hashtags e menções em tweets em russo100 XP
- Testes de legibilidade50 XP
- Legibilidade de 'O Mito de Sísifo'100 XP
- Legibilidade de várias publicações100 XP
2
Pré-processamento de texto, POS tagging e NER
Neste capítulo, você vai aprender sobre tokenização e lematização. Em seguida, verá como realizar limpeza de texto, marcação de classes gramaticais (part-of-speech) e reconhecimento de entidades nomeadas usando a biblioteca spaCy. Depois de dominar esses conceitos, você vai tornar o discurso de Gettysburg legível por máquina, analisar o uso de substantivos em notícias falsas e identificar pessoas mencionadas em um artigo do TechCrunch.
3
Modelos de N-gramas
Aprenda sobre modelagem com n-gramas e use isso para realizar análise de sentimento em críticas de filmes.
4
TF-IDF e medidas de similaridade
Aprenda a calcular pesos tf-idf e a medida de similaridade de cosseno entre dois vetores. Você vai usar esses conceitos para construir um recomendador de filmes e de TED Talks. Por fim, você também vai aprender sobre word embeddings e, usando representações vetoriais de palavras, vai calcular similaridades entre várias músicas do Pink Floyd.
Feature Engineering para NLP em Python
Curso
concluído
