Temario del curso
Introducción
- Definiendo "Procesamiento del Lenguaje Natural a Escala Industrial"
Instalando spaCy
Componentes de spaCy
- Anotador de partes del discurso (Part-of-speech tagger)
- Reconocedor de entidades nombradas (Named entity recognizer)
- Análisis sintáctico dependiente (Dependency parser)
Visión general de las características y la sintaxis de spaCy
Comprendiendo el modelado en spaCy
- Modelado estadístico y predicción
Usando la interfaz de línea de comandos (CLI) de spaCy
- Comandos básicos
Creando una aplicación simple para predecir el comportamiento
Entrenando un nuevo modelo estadístico
- Datos (para entrenamiento)
- Etiquetas (etiquetas, entidades nombradas, etc.)
Cargando el modelo
- Barajado y bucle
Guardando el modelo
Proporcionando retroalimentación al modelo
- Gradiente de error
Actualizando el modelo
- Actualizando el reconocedor de entidades
- Extrayendo tokens con un emparejador basado en reglas (rule-based matcher)
Desarrollando una teoría generalizada para los resultados esperados
Caso de estudio
- Distinguiendo nombres de productos de nombres de empresas
Refinando los datos de entrenamiento
- Seleccionando datos representativos
- Ajustando la tasa de abandono (dropout rate)
Otros estilos de entrenamiento
- Pasando textos brutos
- Pasando diccionarios de anotaciones
Usando spaCy para preprocesar texto para Aprendizaje Profundo
Integrando spaCy con aplicaciones heredadas
Pruebas y depuración del modelo de spaCy
- La importancia de la iteración
Desplegando el modelo a producción
Monitoreo y ajuste del modelo
Troubleshooting (Solución de problemas)
Resumen y conclusión
Requerimientos
- Experiencia en programación con Python.
- Conocimientos básicos de estadística
- Experiencia con la línea de comandos
Público Objetivo
- Desarrolladores
- Científicos de datos
Testimonios (3)
El hecho de tener ejercicios más prácticos utilizando datos más similares a los que utilizamos en nuestros proyectos (imágenes de satélite en formato raster)
Matthieu - CS Group
Curso - Scaling Data Analysis with Python and Dask
Traducción Automática
Una excelente preparación y experiencia del formador, comunicación perfecta en inglés. El curso fue práctico (ejercicios + compartir ejemplos de casos de uso)
Monika - Procter & Gamble Polska Sp. z o.o.
Curso - Developing APIs with Python and FastAPI
Traducción Automática
El entrenador desarrolla la formación según el ritmo del participante
Farris Chua
Curso - Data Analysis in Python using Pandas and Numpy
Traducción Automática