توضیحات

متن کاوی و دسته بندی اطلاعات با یادگیری ماشین

نام دوره : Applied Text Mining and Sentiment Analysis with Python 

پیش نیاز:

• یک IDE پایه پایتون (Spyder، Pycharm و غیره) یا یک IDE پایتون مبتنی بر وب (Jupyter Notebook، Google Colab و غیره). Google Colab به طور پیش فرض برای آموزش این دوره استفاده خواهد شد.
• دانش عمومی پایتون، زیرا این یک دوره آموزشی در مورد یادگیری تجزیه و تحلیل احساسات و متن کاوی است، نه در مورد یادگیری پایتون.

توضیحات:

“قیمت بیت کوین (BTC)  به بالاترین حد خود رسید! #ارز رمزنگاری #بیت کوین # صعودی”

برای من و شما این جمله کاملا واضح به نظر می رسد و می فهمیم که این خبر خوبی در مورد بیت کوین است، اینطور نیست؟

اما آیا درک آن برای یک ماشین به این راحتی است؟ … احتمالا نه … این دقیقاً همان چیزی است که این دوره در مورد آن است: یادگیری نحوه ساخت یک مدل یادگیری ماشینی که قادر به خواندن و طبقه بندی همه این اخبار برای ما باشد!

از سال 2006، توییتر به طور مداوم یک منبع اطلاعاتی در حال رشد بوده است و ما را در مورد همه چیز  آگاه نگه می دارد.

تخمین زده می شود که روزانه بیش از 6000 توییت در هر ثانیه بر روی این پلتفرم رد و بدل می شود.که آن را به معدنی تمام نشدنی از اطلاعات تبدیل می کند که استفاده نکردن از آن شرم آور است.

خوشبختانه روش های مختلفی برای پردازش توییت ها به صورت خودکار و بازیابی اطلاعات دقیق در یک لحظه وجود دارد … آیا علاقه مند به یادگیری چنین راه حلی به روشی سریع و آسان هستید؟

در دوره متن کاوی و دسته بندی اطلاعات با یادگیری ماشین چه چیزی یاد خواهید گرفت؟

با گذراندن این دوره، تمام مراحل لازم برای ساخت مدل پیش‌بینی احساسات توییت خود را خواهید آموخت . با این اوصاف،  این دوره به 4 بخش مختلف تقسیم شده است

بخش 1: مقدمه ای بر متن کاوی

در این بخش اول، چندین عنصر کلی را بررسی خواهیم کرد که مشکل شروع و چالش‌های مختلف برای غلبه بر داده‌های متنی را تنظیم می‌کنند.

این همچنین بخشی است که در آن مجموعه داده های توییتر خود را با استفاده از کتابخانه هایی مانند Pandas یا Matplotlib کشف می کنیم .

بخش 2: عادی سازی متن

داده های توییتر بسیار نامرتب هستند. هدف این بخش پاکسازی عمیق همه توییت‌های ما با استفاده از تکنیک‌های Text Mining و برخی کتابخانه‌های مناسب مانند NLTK است .

پس از اتمام کار با این بخش، توکن سازی، ریشه یابی یا واژه سازی برای شما رازی نخواهد داشت.

بخش 3: نمایش متن

قبل از اینکه داده‌های پاک‌سازی شده ما به مدل ما داده شود. باید یاد بگیریم که چگونه آن را به روش درست نشان دهیم.

هدف این بخش پوشش روش‌های مختلف خاص برای این منظور است که اغلب در NLP استفاده می‌شوند (Bag-of-Words، TF-IDF، و غیره). این به ما فرصت بیشتری برای استفاده از NLTK می دهد.

بخش 4: مدل سازی ML

در نهایت … هیجان انگیز ترین مرحله ! در اینجا همه چیزهایی که آموختیم را در کنار هم قرار می دهیم  تا بتوانیم مدل پیش بینی احساسات خود را بسازیم.

مهمتر از همه، فرصتی برای استفاده از یکی از پرکاربردترین کتابخانه ها در یادگیری ماشینی است: Scikit-Learn (SKLEARN).

چرا این دوره با سایر دوره هایی که می توانم در مورد یک موضوع پیدا کنم متفاوت است؟

یکی از تمایزهای کلیدی این دوره این است که به طور کلی در مورد یادگیری متن کاوی، NLP یا یادگیری ماشین نیست.

هدف، پیگیری یک کار (تحلیل احساسات) و انجام تمام مراحل لازم برای رسیدن به آن با استفاده از ابزارهای مناسب است.

دوره متن کاوی و دسته بندی اطلاعات با یادگیری ماشین برای چه کسانی است:

• کسی که به هوش مصنوعی و NLP علاقه دارد
• هر فردی که مایل است یاد بگیرد متن کاوی چیست و چگونه می توان از آن استفاده کرد
• هر شخصی که مایل است یاد بگیرد چگونه احساسات هر توییت را به راحتی پیش بینی کند