Szkolenie: Analiza danych tekstowych i języka naturalnego
Podczas szkolenia uczestnicy dowiedzą się jak pozyskiwać i przetwarzać informacje z danych tekstowych, wykorzystując do tego programowanie w języku Python. Dodatkowo poznają również zagadnienia związane z Large Language Models (LLM).
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:3 dni (24h)
Kod kursu:ANA/TXT
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
3685 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
3685 PLN nettoLokalizacja:
ZdalneAnaliza danych tekstowych i języka naturalnego
Cele szkolenia
Zdobycie praktycznych umiejętności i wiedzy pozwalających na wykonywanie analiz języka naturalnego z wykorzystaniem języka Python
Zapoznanie z problemami przetwarzania, czyszczenia oraz eksploracji danych tekstowych, a także z wykorzystaniem przygotowanych danych między innymi do budowania modeli uczenia maszynowego
Wprowadzenie do Large Language Models (LLM)
Dla kogo?
Programiści, pragnący zastosować w swoich systemach metody odkrywania wiedzy z danych tekstowych
Analitycy, którzy chcą rozbudować swój warsztat analityczny o narzędzie analizy danych tekstowych
Osoby zainteresowane zastosowaniem narzędzi statystycznych, metod uczenia maszynowego w pracy z danymi tekstowymi
Zalety
Obszerne wprowadzenie do świata analizy danych tekstowych
Wykorzystanie modeli LLM od OpenAI
Przegląd zarówno klasycznych jak i współczesnych podejść do analizy tekstu
Wymagania
Podstawowa znajomość języka Python
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Pozyskiwanie tekstu
Web scraping
Large Language Models
Wprowadzenie do LLM na przykładzie modeli GPT
OpenAI API
Przykładowe use case'y
Algorytmy klasyfikacyjne
Wprowadzenie do klasyfikacji
Podstawowe algorytmy klasyfikacyjne
Ewaluacja wyników klasyfikacji
Preprocessing tekstu
Tokenizacja
Eliminacja interpunkcji i znaków specjalnych
Usuwanie stopwords
Stemming i lematyzacja
Wektoryzacja i embeddingi
Document-term matrix
TF-IDF
Embedding semantyczny
Klasyfikacja tekstu
Przygotowanie danych tekstowych
Użycie algorytmów klasyfikacji na danych tekstowych
Autorem szkolenia jest Patryk Palej
Od 2018 roku zajmuje się analizą danych, uczeniem maszynowym oraz programowaniem w Pythonie. W międzyczasie ukończył studia na kierunku Energetyka w trakcie których zajmował się matematycznym modelowaniem procesów transportu ciepła i masy. Szybko jednak przebranżowił się do IT i jako data scientist pracował przy projektach dla takich sektorów jak finanse, telekomunikacja czy media. Poza tym prowadzi szkolenia, warsztaty oraz zajęcia na bootcampie z zagadnień na pograniczu Pythona i data science.…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
