Natural Language Processing (NLP) with Python spaCy Schulung

Alle Preise zzgl. MwSt

Last updated

Kurs Code

spacy

Dauer

14 hours (üblicherweise 2 Tage inklusive Pausen)

Voraussetzungen

  • Python programming experience.
  • A basic understanding of statistics
  • Experience with the command line

Audience

  • Developers
  • Data scientists

Überblick

Dieses Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler und Datenwissenschaftler, die mit spaCy sehr große Textmengen verarbeiten möchten, um Muster zu finden und Einblicke zu gewinnen.

Am Ende dieser Schulung können die Teilnehmer:

  • Installieren und konfigurieren Sie spaCy.
  • Verstehen Sie den Ansatz von spaCy zur Natural Language Processing (NLP) .
  • Extrahieren Sie Muster und erhalten Sie Einblicke in das Geschäft aus umfangreichen Datenquellen.
  • Integrieren Sie die spaCy-Bibliothek in vorhandene Web- und Legacy-Anwendungen.
  • Stellen Sie spaCy in realen Produktionsumgebungen bereit, um menschliches Verhalten vorherzusagen.
  • Verwenden Sie spaCy, um Text für Deep Learning vorzubereiten

Format des Kurses

  • Interaktiver Vortrag und Diskussion.
  • Viele Übungen und Übungen.
  • Praktische Implementierung in einer Live-Laborumgebung.

Anpassungsoptionen für den Kurs

  • Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
  • Um mehr über spaCy zu erfahren, besuchen Sie bitte: https://spacy.io/

Machine Translated

Schulungsübersicht

Introduction

  • Defining "Industrial-Strength Natural Language Processing"

Installing spaCy

spaCy Components

  • Part-of-speech tagger
  • Named entity recognizer
  • Dependency parser

Overview of spaCy Features and Syntax

Understanding spaCy Modeling

  • Statistical modeling and prediction

Using the SpaCy Command Line Interface (CLI)

  • Basic commands

Creating a Simple Application to Predict Behavior 

Training a New Statistical Model

  • Data (for training)
  • Labels (tags, named entities, etc.)

Loading the Model

  • Shuffling and looping 

Saving the Model

Providing Feedback to the Model

  • Error gradient

Updating the Model

  • Updating the entity recognizer
  • Extracting tokens with rule-based matcher

Developing a Generalized Theory for Expected Outcomes

Case Study

  • Distinguishing Product Names from Company Names

Refining the Training Data

  • Selecting representative data
  • Setting the dropout rate

Other Training Styles

  • Passing raw texts
  • Passing dictionaries of annotations

Using spaCy to Pre-process Text for Deep Learning

Integrating spaCy with Legacy Applications

Testing and Debugging the spaCy Model

  • The importance of iteration

Deploying the Model to Production

Monitoring and Adjusting the Model

Troubleshooting

Summary and Conclusion

Erfahrungsberichte

★★★★★
★★★★★

Verwandte Kategorien

Kombinierte Kurse

Sonderangebote

Sonderangebote Newsletter

Wir behandeln Ihre Daten vertraulich und werden sie nicht an Dritte weitergeben.
Sie können Ihre Einstellungen jederzeit ändern oder sich ganz abmelden.

EINIGE UNSERER KUNDEN

is growing fast!

We are looking for a good mixture of IT and soft skills in Switzerland!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions