Struttura del corso
Introduzione
- Definizione di "elaborazione del linguaggio naturale di livello industriale"
Installazione di spaCy
Componenti spaCy
- Tagger per parti del discorso
- Riconoscimento entità denominatoNamed entity recognizer
- Parser di dipendenze
Panoramica delle funzionalità e della sintassi di spaCy
Comprendere la modellazione dello spazio
- Modellazione statistica e previsione
Utilizzo dell'interfaccia della riga di comando (CLI) di SpaCy
- Comandi di base
Creazione di un'applicazione semplice per stimare il comportamento
Addestramento di un nuovo modello statistico
- Dati (per l'addestramento)
- Etichette (tag, entità denominate, ecc.)
Caricamento del modello
- Riproduzione casuale e loop
Salvataggio del modello
Fornire commenti e suggerimenti al modello
- Gradiente di errore
Aggiornamento del modello
- Aggiornamento del sistema di riconoscimento entità
- Estrazione di token con matcher basato su regole
Sviluppo di una teoria generalizzata per i risultati attesi
Caso di studio
- Distinguere i nomi dei prodotti dai nomi delle aziende
Perfezionamento dei dati di training
- Selezione dei dati rappresentativi
- Impostazione del tasso di abbandono
Altri stili di allenamento
- Passaggio di testi non elaborati
- Passare i dizionari delle annotazioni
Utilizzo di spaCy per pre-elaborare il testo per Deep Learning
Integrazione di spaCy con le applicazioni legacy
Test e debug del modello spaCy
- L'importanza dell'iterazione
Distribuzione del modello nell'ambiente di produzione
Monitoraggio e regolazione del modello
Risoluzione dei problemi
Riassunto e conclusione
Requisiti
- Python Esperienza di programmazione.
- Una conoscenza di base della statistica
- Esperienza con la riga di comando
Pubblico
- Gli sviluppatori
- Scienziati dei dati
Recensioni (5)
L'istruttore è stato molto disponibile a rispondere a tutti i tipi di domande che ho fatto
Caterina - Stamtech
Corso - Developing APIs with Python and FastAPI
Traduzione automatica
Esempi/esercizi perfettamente adattati al nostro settore
Luc - CS Group
Corso - Scaling Data Analysis with Python and Dask
Traduzione automatica
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Corso - Build REST APIs with Python and Flask
Trasferimento delle conoscenze pratiche e dell'esperienza del formatore.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Corso - GUI Programming with Python and PyQt
Traduzione automatica
As I was the only participant the training could be adapted to my needs.