Cursos de Natural Language Processing (NLP) with Python spaCy

Algunos de nuestros clientes

Last updated

Código del Curso

spacy

Duración

14 horas (usualmente 2 días, incluidas las pausas)

Requerimientos

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

Audience

  • Developers
  • Data scientists

Descripción General

Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a desarrolladores y científicos de datos que desean usar spaCy para procesar grandes volúmenes de texto para encontrar patrones y obtener información.

Al final de esta capacitación, los participantes podrán:

  • Instalar y configurar spaCy.
  • Comprender el enfoque de spaCy para el Natural Language Processing (NLP) .
  • Extraiga patrones y obtenga información comercial de fuentes de datos a gran escala.
  • Integre la biblioteca spaCy con las aplicaciones web y heredadas existentes.
  • Implemente espacios para entornos de producción en vivo para predecir el comportamiento humano.
  • Use spaCy para preprocesar texto para Deep Learning

Formato del curso

  • Conferencia interactiva y discusión.
  • Muchos ejercicios y práctica.
  • Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

  • Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.
  • Para obtener más información sobre spaCy, visite: https://spacy.io/

Machine Translated

Programa del Curso

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

Testimonios

★★★★★
★★★★★

Categorías Relacionadas

Cursos Relacionados

Promociones

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

is growing fast!

We are looking to expand our presence in Mexico!

As a Business Development Manager you will:

  • expand business in Mexico
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!

Este sitio en otros países / regiones