Course Outline

Σύντομη εισαγωγή στις μεθόδους NLP

    λέξη και πρόταση συμβολική ταξινόμηση κειμένου ταξινόμηση συναίσθημα ανάλυση ορθογραφία διόρθωση πληροφοριών εξαγωγή ανάλυση νόημα εξαγωγή ερώτηση απάντηση απάντηση

Επισκόπηση της θεωρίας NLP

    στατιστικά πιθανοτήτων μηχανική εκμάθηση n-gram μοντελοποίηση γλώσσας αφελής bayes maxent ταξινομητές μοντέλα ακολουθίας (Κρυμμένα μοντέλα Markov) συστατικό πιθανολογικής εξάρτησης ανάλυση διανυσματικών-χώρων μοντέλων σημασίας

Requirements

Δεν απαιτείται υπόβαθρο στο NLP.

Απαιτείται: Γνώση οποιασδήποτε γλώσσας προγραμματισμού (Java, Python, PHP, VBA κ.λπ...).

Αναμενόμενα: Λογικές μαθηματικές δεξιότητες (πρότυπο επιπέδου Α), ειδικά στις πιθανότητες, στα στατιστικά και στους λογισμούς.

Ωφέλιμο: Εξοικείωση με κανονικές εκφράσεις.

  21 Hours

Number of participants



Price per participant

Testimonials (2)

Related Courses

Building Chatbots in Python

  21 Hours

Exploring Generative Pre-trained Transformers (GPT): From GPT-3 to GPT-4

  14 Hours

Advanced LLMs for NLP Tasks

  21 Hours

Python for Natural Language Generation

  21 Hours

NLP: Natural Language Processing with R

  21 Hours

OpenNLP for Text Based Machine Learning

  14 Hours

Natural Language Processing (NLP) with Python spaCy

  14 Hours

Text Summarization with Python

  14 Hours

Natural Language Processing (NLP) with TensorFlow

  35 Hours

Related Categories