Programa do Curso
Introdução
- Definindo "Processamento de Linguagem Natural de Nível Industrial"
Instalando spaCy
Componentes spaCy
- Etiquetador de partes do discurso (Part-of-speech tagger)
- Reconhecedor de entidades nomeadas (Named entity recognizer)
- Analisador de dependências (Dependency parser)
Visão geral dos recursos e sintaxe do spaCy
Compreendendo a modelagem spaCy
- Modelagem estatística e previsão
Usando a interface de linha de comando SpaCy (CLI)
- Comandos básicos
Criando um Aplicativo Simples para Prever Comportamento
Treinando um novo modelo estatístico
- Dados (para treinamento)
- Rótulos (tags, entidades nomeadas, etc.)
Carregando o modelo
- Embaralhando e iterando
Salvando o modelo
Fornecendo feedback ao modelo
- Gradiente de erro
Atualizando o modelo
- Atualizando o reconhecedor de entidades
- Extraindo tokens com o matcher baseado em regras
Desenvolvendo uma teoria generalizada para resultados esperados
Estudo de caso
- Distinguindo Nomes de Produtos de Nomes de Empresas
Refinando os dados de treinamento
- Selecionando dados representativos
- Definindo a taxa de dropout
Outros estilos de treinamento
- Passando textos brutos
- Passando dicionários de anotações
Usando spaCy para pré-processar texto para Deep Learning
Integrando spaCy com aplicativos legados
Testando e depurando o modelo spaCy
- A importância da iteração
Implantando o modelo na produção
Monitorando e ajustando o modelo
Solução de problemas
Resumo e conclusão
Requisitos
- Python experiência em programação.
- Um conhecimento básico de estatística
- Experiência com a linha de comando
Público
- Desenvolvedores
- Cientistas de dados
Declaração de Clientes (5)
O facto de ter mais exercícios práticos utilizando dados mais semelhantes aos que utilizamos nos nossos projectos (imagens de satélite em formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Máquina Traduzida
Preparação e expertise excelente do treinador, comunicação perfeita em inglês. O curso foi prático (exercícios + compartilhamento de exemplos de casos de uso)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
Máquina Traduzida
Foi um curso desafiador, pois tivemos que abordar muito conteúdo em um curto período de tempo. Nosso instrutor tinha muita expertise no assunto e apresentou o material para atender às nossas necessidades. Havia muitas informações para absorver, mas nosso instrutor foi muito útil e incentivador. Ele respondeu todas as nossas perguntas com detalhes adequados e nos sentimos que aprendemos bastante. Os exercícios estavam bem preparados e as tarefas foram adaptadas conforme necessário às nossas necessidades. Gostei muito deste curso.
Bozena Stansfield - New College Durham
Curso - Build REST APIs with Python and Flask
Máquina Traduzida
Instrutor desenvolve treinamento com base no ritmo do participante
Farris Chua
Curso - Data Analysis in Python using Pandas and Numpy
Máquina Traduzida
Eu gostei de quase tudo.
Thukten Dendup - Bhutan Telecom
Curso - Web Development with Django
Máquina Traduzida