Schulungsübersicht
Einführung
- Definition von "Industrial-Strength Natural Language Processing"
Installation von spaCy
spaCy Komponenten
- Part-of-speech Tagger
- Named Entity Recognizer
- Dependency Parser
Überblick über spaCy Features und Syntax
Verständnis der spaCy Modellierung
- Statistische Modellierung und Vorhersage
Verwendung der SpaCy Befehlszeilenschnittstelle (CLI)
- Grundlegende Befehle
Erstellung einer einfachen Anwendung zur Verhaltensvorhersage
Training eines neuen statistischen Modells
- Daten (zum Trainieren)
- Labels (Tags, benannte Entitäten, etc.)
Laden des Modells
- Mischen und Schleifen
Abspeichern des Modells
Feedback an das Modell geben
- Error Gradient
Aktualisieren des Modells
- Aktualisieren des Entity Recognizers
- Extrahieren von Tokens mit regelbasiertem Matcher
Entwickeln einer verallgemeinerten Theorie für erwartete Ergebnisse
Fallstudie
- Unterscheidung von Produktnamen von Firmennamen
Verfeinerung der Trainingsdaten
- Auswahl repräsentativer Daten
- Einstellung der Dropout-Rate
Andere Trainingsstile
- Übergabe von Rohtexten
- Übergabe von Dictionaries mit Annotationen
Vorverarbeitung von Text mit spaCy für Deep Learning
Integration von spaCy in bestehende Anwendungen
Testen und Debuggen des spaCy-Modells
- Die Bedeutung von Iteration
Einsatz des Modells in der Produktion
Überwachen und Anpassen des Modells
Fehlersuche
Zusammenfassung und Schlussfolgerung
Voraussetzungen
- Python Programmiererfahrung.
- Grundlegendes Verständnis von Statistik
- Erfahrung mit der Kommandozeile
Publikum
- Entwickler
- Datenwissenschaftler
Erfahrungsberichte (5)
Die Tatsache, dass wir mehr praktische Übungen mit Daten durchführen können, die denen ähneln, die wir in unseren Projekten verwenden (Satellitenbilder im Rasterformat)
Matthieu - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maschinelle Übersetzung
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Kurs - Developing APIs with Python and FastAPI
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
Kurs - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
Kurs - Data Analysis in Python using Pandas and Numpy
I mostly enjoyed everything.