Programa del Curso
Introducción
- Definición de "Procesamiento de Lenguaje Natural de Fuerza Industrial"
Instalación de spaCy
Componentes spaCy
- Etiquetador de parte de la oración
- Reconocedor de entidades con nombre
- Analizador de dependencias
Descripción general de las características y la sintaxis de spaCy
Descripción del modelado de spaCy
- Modelización y predicción estadística
Uso de la interfaz de línea de comandos (CLI) de SpaCy
- Comandos básicos
Creación de una aplicación sencilla para predecir el comportamiento
Entrenamiento de un nuevo modelo estadístico
- Datos (para formación)
- Etiquetas (etiquetas, entidades con nombre, etc.)
Carga del modelo
- Barajar y hacerbucles
Guardar el modelo
Proporcionar retroalimentación al modelo
- Gradiente de error
Actualización del modelo
- Actualización del reconocedor de entidades
- Extracción de tokens con un comparador basado en reglas
Desarrollo de una teoría generalizada para los resultados esperados
Estudio de casos
- Distinguir los nombres de los productos de los nombres de las empresas
Refinar los datos de entrenamiento
- Selección de datos representativos
- Establecer la tasa de abandono
Otros estilos de entrenamiento
- Pasar textos sin procesar
- Pasar diccionarios de anotaciones
Uso de spaCy para preprocesar texto para Deep Learning
Integración de spaCy con aplicaciones heredadas
Probar y depurar el modelo spaCy
- La importancia de la iteración
Implementación del modelo en producción
Supervisión y ajuste del modelo
Solución de problemas
Resumen y conclusión
Requerimientos
- Python Experiencia en programación.
- Conocimientos básicos de estadística
- Experiencia con la línea de comandos
Audiencia
- Desarrolladores
- Científicos de datos
Testimonios (5)
Ejemplos/ejercicios perfectamente adaptados a nuestro dominio
Luc - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
El entrenador estaba muy disponible para responder a todo tipo de preguntas que hice
Caterina - Stamtech
Curso - Developing APIs with Python and FastAPI
Traducción Automática
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
Curso - Build REST APIs with Python and Flask
Transferencia de conocimientos prácticos y experiencia del formador.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Curso - GUI Programming with Python and PyQt
Traducción Automática
As I was the only participant the training could be adapted to my needs.