EAS-028

Машинное обучение для анализа естественного языка (NLP)

Практический курс по обработке текстов методами машинного обучения. Участники узнают и разберутся с тем, для каких задач применяется машинное обучение, как правильно ставить задачи, собирать и готовить данные, как работать с признаками, как оценивать качество результата. В курсе рассмотрены различные методы предобработки текстов, векторные представления слов и их использование для классификации и других задач. Участники изучат методы разметки текстов, извлечения именованных сущностей и снижения размерности. Отдельное внимание будет уделено предобученным языковым моделям, таким как BERT и GPT, и их применению для работы с текстовыми данными.

Удостоверение о прохождении

Смотреть пример

24 академ. часов

Онлайн

О чём курс

Тренинг по обработке естественного языка с помощью машинного обучения предназначен для тех, кто хочет познакомиться со сложными методами обработки текстовых данных. Он включает в себя необходимый минимум теории и большой объем практических занятий, позволяющих участникам овладеть необходимыми навыками для работы в области анализа данных. К каждому модулю предлагаются задания для самостоятельного выполнения - домашние работы.

В рамках тренинга участники изучат методы преобразования текстовых данных, такие как стемминг, лемматизация и векторизация, а также базовые задачи, которые могут быть решены с помощью методов машинного обучения, такие как классификация, суммаризация текстов, выделение имен и другие. Будет уделено особое внимание практическому применению методов машинного обучения на языке Python с использованием современных нейросетей, таких как FastText, BERT и GPT-2.

Цели

Ознакомление с основами машинного обучения и обработки текстов;

Изучение методов предобработки текстов и извлечения признаков для анализа текстовых данных;

Понимание методов валидации данных и оценки качества алгоритмов;

Изучение методов классификации и разметки текстов, включая использование сверточных и рекуррентных нейронных сетей;

Понимание методов снижения размерности и их применения для извлечения ключевых слов, суммаризации текстов и тематического моделирования;

Ознакомление с предобученными языковыми моделями и их применением для работы с текстовыми данными;

Приобретение практических навыков работы с библиотеками для машинного обучения и обработки текстов, такими как Scikit-learn, NLTK, gensim;

Развитие навыков работы с текстовыми данными и применения современных методов машинного обучения для решения задач в этой области;

Подготовка к работе с реальными проектами в области анализа текстовых данных.

Целевая аудитория

Аналитики, разработчики, архитекторы, системные проектировщики, менеджеры проектов, связанных с данными, технические лидеры/ведущие разработчики в любых проектах, связанных с данными.

Предварительная подготовка

Умение читать простой код на Python и писать на любом скриптовом языке.

Улучшаемые навыки

Предобработка текстовых данных

Модели и алгоритмы машинного обучения для NLP

Работа с библиотеками для NLP

Создание и обучение моделей для анализа текста

Оценка и улучшение моделей NLP

Расписание курсов

01.07.2025 - 08.07.2025

Дата и время:

01.07.2025-08.07.2025

Тренер: Аксёнов Сергей

Middle 24 часа

Скидка 20%

39 900 ₽

31 920 ₽

Записаться

Смотреть полное расписание

Программа курса

01 Основы машинного обучения

Задачи машинного обучения. Базовые библиотеки для машинного обучения (Pandas, Scikit-learn, Matplotlib).

Признаки и работа с ними. Валидация данных и оценка качества алгоритмов. Функции потерь, метрики качества. Разделение набора данных. Кросс-валидация.

Практика: Предобработка и визуализация данных, классические модели ML.

[Теория — 2 часа, практика + демо — 2 часа, д/з — 1,5 часа]

02 Основы обработки текстов

Задачи обработки текстов. Методы предобработки и выделения признаков в анализе текстов.

Предобработка текстов: “мешок слов”, TF-IDF, регулярные выражения, сегментация, лемматизация, стоп-слова, части речи. Простые векторные представления слов: Оne-hot векторы, SVD, Hashing Trick.

Библиотеки NLTK, gensim, SpaCy, Yargy.

Практика: Предобработка текстов.

[Теория — 1 час, практика + демо — 3 часа, д/з — 1 час]

03 Эмбеддинги в обработке текстов

Обучаемые векторные представления слов: word2vec (CBOW, skipGram), GloVe, fastText. Методы обучения и донастройки неглубоких эмбеддингов. Использование неглубоких эмбеддингов для классификации.

Практика: Использование word2vec и fastText.

[Теория — 1 час, практика + демо — 3 часа]

04 Методы классификации и разметки текстов

Архитектура и применение сверточных нейронных сетей для задач классификации.

Разметка последовательностей: скрытые марковские модели, рекуррентные сети. Сети RNN, LSTM, GRU.

Извлечение именованных сущностей.

Практика: Использование CNN и LSTM.

[Теория — 1 час, практика + демо — 3 часа, д/з — 3 часа]

05 Методы снижения размерности

Извлечение ключевых слов. Суммаризация текстов. Тематическое моделирование: PLSA, LDA, ARTM.

Практика: Использование BigARTM.

[Теория — 1 час, практика + демо — 3 часа, д/з — 2 часа]

06 Предобученные языковые модели

Архитектура трансформеров, механизмы внимания. Энкодерные архитектуры ELMo, BERT, RuBERT.

Декодерные архитектуры GPT2, GPT3, RuGPT. XLNet. Мультиязычные модели.

Практика: Использование BERT, RuGPT.

[Теория — 1 час, демо — 3 часа, д/з 1,5 часа]

07 Всего: теория — 7 часов (30%), демо и практика — 17 часов (70%). Домашние задания — 9 часов (+ 38%)

39 900 ₽

35 910 ₽ — для физ. лиц

Записаться на курс

Чему вы научитесь

01 Научитесь методам предобработки текстовых данных

02 Освоите алгоритмы и модели машинного обучения, используемые в NLP

03 Научитесь использовать популярные библиотеки для обработки естественного языка

04 Освоите методы создания и обучения моделей для задач NLP, таких как классификация текстов, анализ тональности и извлечение информации

05 Научитесь оценивать производительность моделей NLP с использованием различных метрик

Курс проводят

Аксёнов Сергей

Специалист в области разработки ПО

39 900 ₽

35 910 ₽ — для физ. лиц

Записаться на курс

39 900 ₽

35 910 ₽ — для физ. лиц

Юр. лицо — 39 900 ₽

Физ. лицо — 35 910 ₽

01.07.2025, Онлайн

Ознакомлен с политикой обработки персональных данных

Cоглашаюсь с условиями обработки персональных данных

Наши ученики работают в:

Наши клиенты

Машинное обучение для анализа естественного языка (NLP)

39 900 ₽

О чём курс

Цели

Целевая аудитория

Предварительная подготовка

Улучшаемые навыки

Расписание курсов

Программа курса

39 900 ₽

Чему вы научитесь

Курс проводят

Аксёнов Сергей

39 900 ₽

Записаться на курс

Наши ученики работают в:

Наши клиенты

Не нашли, что искали? — Просто напишите, и мы поможем