お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
導入
- 「産業級自然言語処理」の定義
spaCyのインストール
spaCyのコンポーネント
- 品詞タグ付け
- 固有表現認識
- 依存関係解析
spaCyの機能と構文の概要
spaCyモデリングの理解
- 統計的モデリングと予測
spaCyコマンドラインインターフェース(CLI)の使用
- 基本的なコマンド
行動予測を行うシンプルなアプリケーションの作成
新しい統計モデルの訓練
- データ(訓練用)
- ラベル(タグ、固有表現など)
モデルの読み込み
- シャッフルとループ
モデルの保存
モデルへのフィードバック提供
- エラーグラデーション
モデルの更新
- エンティティ認識器の更新
- ルールベースマッチャを使用したトークン抽出
期待される結果の一般的理論の開発
事例研究
- 製品名と会社名の区別
訓練データの洗練
- 代表的なデータの選択
- ドロップアウト率の設定
他の訓練スタイル
- 生のテキストを渡す
- アノテーションの辞書を渡す
Deep Learning用のspaCyによるテキスト前処理
遺産アプリケーションとのspaCy統合
spaCyモデルのテストとデバッグ
- 反復の重要性
モデルを生産環境に展開
モデルの監視と調整
トラブルシューティング
まとめと結論
要求
- Pythonプログラミング経験。
- 統計の基本的な理解。
- コマンドラインの使用経験。
対象者
- 開発者
- データ科学者
14 時間
お客様の声 (3)
より実践的な演習を多く行い、私たちのプロジェクトで使用するデータ(ラスター形式の衛星画像)に近いデータを使用すること
Matthieu - CS Group
コース - Scaling Data Analysis with Python and Dask
機械翻訳
トレーナーの非常に良い準備と専門知識、英語での完璧なコミュニケーション。コースは実践的でした(演習 + 使用例の共有)
Monika - Procter & Gamble Polska Sp. z o.o.
コース - Developing APIs with Python and FastAPI
機械翻訳
トレーナーは参加者のペースに基づいて訓練を展開します
Farris Chua
コース - Data Analysis in Python using Pandas and Numpy
機械翻訳