Plan du cours
Introduction
- Aperçu des caractéristiques et de l'architecture de TextBlob
- Principes de base du NLP
Pour commencer
- Installation TextBlob
- Importer des bibliothèques et des données
Construction de modèles de classification de textes
- Chargement des données et création des classificateurs
- Évaluation des classificateurs
- Mise à jour des classificateurs avec de nouvelles données
- Utilisation d'extracteurs de caractéristiques
Effectuer des tâches NLP en utilisant TextBlob
- Tokenisation  ;
- WordIntégration du réseau  ;
- Extraction de phrases nominales  ;
- Marquage de la partie du discours  ;
- Analyse des sentiments  ;
- Correction orthographique
- Traduction et détection de la langue
API et implémentations avancées
- Analyseurs de sentiments  ;
- Tokenizers
- Les analyseurs de syntagmes  ;
- Étiqueteurs POS  ;
- Analyseurs  ;
- Blobber
Dépannage
Résumé et prochaines étapes
Pré requis
- Une compréhension des concepts de la PNL
- Python expérience en programmation
Audience
- Data scientists
- Développeurs
Nos Clients témoignent (4)
Exemples/exercices parfaitement adaptés à notre domaine
Luc - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique
Le fait d'avoir plus d'exercices pratiques utilisant des données plus proches de ce que nous utilisons dans nos projets (images satellites en format raster)
Matthieu - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique
Le formateur était très disponible pour répondre à toutes les questions que je me posais.
Caterina - Stamtech
Formation - Developing APIs with Python and FastAPI
Traduction automatique
Transfert des connaissances pratiques et de l'expérience du formateur.
Rumel Mateusz - Pojazdy Szynowe PESA Bydgoszcz SA
Traduction automatique