Python人工智能自然语言处理简介

了解ChatGPT等AI工具背后的技术：理解、生成和分类人类语言，您对人工智能和自然语言处理充满热情吗？您想从事数据科学家还是人工智能工程师的职业吗？如果是这样的话，那么这对您来说是完美的课程！在自然语言处理简介中Python 课程您将探索处理文本数据的基本主题。无论您是想创建自定义文本分类器、分析情绪还是探索隐藏的主题，您都将了解 NLP 的工作原理并获得应对这些挑战所需的工具和概念。自然语言处理是一个令人兴奋且快速发展的领域，它从根本上影响着自然语言处理的发展。我们与技术互动。在本课程中，您将学习释放自然语言处理的力量，并具备开始从事自己​​的 NLP 项目的知识和技能。该培训为您提供高质量的全高清视频和实用的编码练习。这种格式有助于轻松理解和交互式学习。365 Data Science 制作的所有培训的最大优势之一是其结构。本课程也不例外。组织良好的课程确保您获得令人惊叹的体验。您不需要事先进行自然语言处理培训即可开始使用，只需具备基本的 Python 技能和对机器学习的熟悉程度即可。本 NLP 简介将指导您逐步完成完成一个项目的整个过程。我们将介绍模型和分析以及基础知识，例如处理和清理文本数据以及如何通过机器学习为 NLP 获取正确格式的数据。我们将利用潜在狄利克雷分配等算法，Intro To Natural Language Processing In Python For Ai

MP4 | 视频：h264，1280×720 | 语言：英语+中英文字幕（云桥CG资源站 机译） | 课程时长：2小时52分钟 含课程文件

您将学到什么
AI自然语言处理
文本预处理技术
文本标记和实体提取
情感分析
揭示文本中的主题 文本
分类
向量化文本以进行机器学习

要求
具备基本的Python编程能力

本课程适用于有抱负的数据科学家和人工智能工程师、人工智能和法学硕士学生、数据科学学生、数据科学家、任何有兴趣学习如何使用自然语言处理的人


课程概述
第 1 部分：简介

第一讲 课程简介

第2讲NLP简介

第三讲 NLP在日常生活中的应用

讲座 4 有监督与无监督 NLP

第 2 节：文本预处理

第五讲 数据准备的重要性

第六讲小写

第七讲 删除停用词

第8讲正则表达式

第九讲 代币化

第10讲 词干提取

第11讲 词形还原

讲座 12 N-gram

第13讲 实践任务

第 3 节：识别词性和命名实体

第14讲 文本标记

讲座 15 词性 (POS) 标记

第16讲命名实体识别（NER）

第17讲 实践任务

第 4 节：情绪分析

第18讲什么是情感分析？

第19讲 基于规则的情感分析

第20讲 预训练的变压器模型

第21讲 实际任务

第 5 节：矢量化文本

第22课 文本的数字表示

第23讲 词袋模型

讲座24 TF-IDF

第 6 节：主题建模

第25讲什么是主题建模？

第26讲 何时使用主题建模？

讲座 27 潜在狄利克雷分配

讲座 28 Python 中的 LDA

第29讲潜在语义分析

讲座 30 Python 中的 LSA

第 7 节：构建您自己的文本分类器

第 31 讲 构建自定义文本分类器

讲座32 逻辑回归

讲座 33 朴素贝叶斯

讲座 34 线性支持向量机

第 8 节：案例研究：假新闻分类

第35讲项目介绍

讲座 36 通过 POS 标签探索我们的数据

讲座 37 提取命名实体

讲座 38 处理文本

第 39 课 新闻类型之间的情绪是否存在差异？

第40讲假新闻中出现哪些主题？（第1部分）

第41讲假新闻中出现哪些主题？（第2部分）

讲座 42 使用自定义分类器对假新闻进行分类

第 9 节：NLP 的未来

第43讲什么是深度学习？

讲座 44 NLP 的深度学习

讲座 45 非英语 NLP

讲座 46 NLP 的下一步是什么？