Natural Language Processing für Data Science mit Python
What you'll learn
- Lerne, wie man in Python mit Textdateien arbeitet
- Lerne, wie man in Python mit PDF-Dateien arbeitet
- Verwende Regular Expressions für Mustersuche im Text
- Verwende SpaCy für ultra schnelle Tokenisierung
- Erfahre mehr über Stemming und Lemmatisierung
- Verstehe Wortschatz-Abgleich mit SpaCy
- Verwende Part of Speech Tagging, um Rohtext-Dateien automatisch zu verarbeiten
- Verstehe Named Entity Recognition
- Visualisiere POS und NER mit SpaCy
- Verwende SciKit-Learn zur Textklassifizierung
- Verwende Latent Dirichlet Allocation für Themenmodellierung (Topic Modelling)
- Erfahre mehr über Non-negative Matrix Factorization
- Verwende den Algorithmus Word2Vec
- Verwende NLTK für Stimmungsanalysen
- Verwende Deep Learning, um deinen eigenen Chat Bot zu erstellen
Requirements
- Beherrsche die Grundlagen von Python
- Habe die Rechte, Python Packages auf dem Computer zu installieren
- Internetverbindung
Description
Willkommen zum Natural Language Processing Kurs! Dieser Kurs wurde als deine vollständige Online-Anleitung entworfen, um dir die Verwendung von Natural Language Processing mit der Programmiersprache Python zu erklären.
"Es wird alles sehr verständlich erklärt und die Stimme ist sehr angenehm." (★★★★★L. Lafleur)
Wir beginnen mit den Grundlagen, du wirst lernen wie man Text- und PDF-Dateien mit Python öffnet und damit arbeitet, und lernen wie man Regular Expressions verwendet, um nach benutzerdefinierten Mustern innerhalb von Textdateien zu suchen.
Danach sehen wir uns die Grundlagen von Natural Language Processing an. Dafür werden wir die Natural Language Toolkit Bibliothek für Python verwenden, sowie die neueste Version der SpaCy Bibliothek für schnelle Tokenisierung, Parsing, Entity Recognition und Lemmatisierung von Text.
Du wirst fundamentale NLP Konzepte verstehen, wie zum Beispiel Wortstammerkennung (Stemming), Lemmatisierung, Stopp-Wörter, Phrasenabgleich, Tokenisierung und mehr!
Danach schauen wir uns Part-of-Speech Tagging an, wobei deine Python Skripte in der Lage sein werden, Wörter im Text automatisch den zugehörigen Sprachbestandteilen (z.B. Nomen, Verben und Adjektive) zuzuordnen, was ein wesentlicher Bestandteil beim Erstellen intelligenter Sprachsysteme ist.
Wir werden auch mehr über Named Entity Recognition erfahren, was es deinem Code möglich macht, Konzepte wie Geld, Zeit, Unternehmen, Produkte und mehr zu verstehen, nur auf Basis der Textinformation.
Durch aktuellste Visualisierungs-Bibliotheken können wir diese Beziehungen in Echtzeit beobachten.
Dann werden wir dazu übergehen, Machine Learning mit Scikit-Learn zu verstehen, um Textklassifizierung auszuführen. Unter anderem werden wir die automatische Erstellung von Machine Learning Systemen behandeln, die positive von negativen Filmkritiken unterscheiden können, oder Spam von echten Emails.
Wir werden dieses Wissen weiter vertiefen und durch komplexere unüberwachte Lernmethoden für NLP, wie Themenmodellierung, wobei unsere Machine Learning Modelle Themen und grobe Konzepte aus rohen Textdaten herausarbeiten können.
Dieser Kurs deckt auch fortgeschrittene Themen ab, wie die Stimmungsanalyse von Text mit der NLTK Bibliothek, und die Erstellung von semantischen Wortvektoren mit dem Algorithmus Word2Vec.
In diesem Kurs gib es einen ganzen Abschnitt für aktuellste fortgeschrittene Themen, wie Deep Learning zur Erstellung deines eigenen Chat Bots!
All das bekommst du mit einer 30 Tage Geld-zurück-Garantie, daher kannst du den Kurs risikofrei ausprobieren! Worauf wartest du noch?
Wir sehen uns im Kurs,
René
Who this course is for:
- Python Entwickler, die sich für die Verwendung von Natural Language Processing interessieren
Instructors
In einer Welt der Veränderung gibt es keine Ressource, die wertvoller ist als Bildung. Sie befähigt die Menschen, auch in einer komplexen Umwelt selbstbestimmt ihren Weg zu gehen. Wichtig ist, was jeder einzelne kann. Die Digitalisierung steckt voller Chancen für bessere Bildung: individuelleres Lernen, innovative Lehrmethoden und aktuellere Lehrmittel. Daher möchte ich nicht länger zuschauen, sondern an besserer Bildung für Jeden Mitwirken! Dabei sind die folgenden 3 Punkte mein konkreter Beitrag:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang auf Udemy für jeden zu schaffen, mit Kursen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Studierende an der Hochschule fit für die Digitale Zukunft zu machen und ein Bewusstsein für die Datenanalyse zu schaffen.
3. Mit dem Datamics Team Firmen beraten und strategisch wohlbedacht zu positionieren.
Für mehr Informationen gerne auf unserer Datamics Webseite vorbeischnuppern. Von unserem Data Science Podcast, über aktuelle Blogposts, bis hin zu Karriere-vorranbringendem Karriereguide, Du wirst sicher fündig.
Lebenslauf:
Dr. René Brunner hat als Big Data Scientist und Engineer schon seit über 15 Jahre (damals hatte Big Data Science noch andere Bezeichnungen) zahlreiche Big Data Projekte und Workshops bei Unternehmen wie IBM, SAP, Audi, Bosch, Daimler, Havas Media, GFK, Philip Morris, Sony und Vodafone gemacht.
Während seiner Promotion hat er dezentrale und skalierende Marktplätze aufgebaut und mit der Hilfe von Machine Learning Algorithmen wie zum Beispiel Clustering und Decision Trees optimiert. Die Ergebnisse konnte er in zahlreichen Artikeln in führenden Fachzeitschriften und auf internationalen Konferenzen veröffentlichen. Dabei hat er mehrere Auszeichnungen und Stipendien erhalten. Du kannst ihn gerne auf Linkedin oder Xing direkt kontaktieren sowie seine Veröffentlichungen unter Google Scholar einsehen.
Als Head of Study Programs für Digital Technologies and coding an der Macromedia Hochschule für Medien und Kommunikation freut er sich seit 8 Jahren (zunächst als Dozent und später als Professor) den Studierenden den digitalen Wandel in Form von Programmierung, Analysen, Best Practice Case Studies und Anwendungsbeispiele beizubringen. Davor hat er schon mehrere Jahre an verschiedenen Universitäten im Bereich Computer Science unterrichtet.
Er hat ein Diplom in Wirtschaftsinformatik an der Universität Mannheim, einen Master in Wirtschaftsinformatik an der französischen Université Nice Sophia-Antipolis, eine Promotion in Computer Science an der Technischen Universität Kataloniens sowie an der Cardiff University im Bereich Big Data Science und Machine Learning.
Außerdem kannst du ihn auch gerne nach persönlichen Trainings, Gruppentrainings in München oder als Sprecher auf Konferenzen anfragen.
Wir sind Datamics...
…und bieten Online-Kurse rund um das Themengebiet Data Science auf Udemy an. Hierzu gehören Themen wie das Programmieren in Python, SQL, Bewerbertraining, Datenvisualisierungen mit Dash, Business Analytics u.v.m.
Wir arbeiten dabei eng mit unserem U.S.-amerikanischen Partner Jose Portilla zusammen, um für euch immer die aktuellsten Informationen aus dem weltweiten Geschehen parat zu haben.
Wir, das sind Dr. René Brunner und ein Team, das Erfahrung aus unterschiedlichen Bereichen in die Entwicklung der Kurse einbringen kann. René selbst ist bereits über 15 Jahre erfolgreich auf dem Gebiet Data Science unterwegs und selbst Dozent an verschiedenen Hochschulen.
Wichtig sind unserem Team vor allem folgende 3 Punkte:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang für jeden zu Kursen schaffen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Einen kleinen fachlichen Beitrag zum Ausbau der Digitalen Zukunft leisten, Bewusstsein für die Daten Analyse schaffen und so viele wie möglich fit für die Digitalisierung machen.
3. Wir haben regelmäßig Spendenaktionen in denen wir ein
gemeinnütziges Bildungsprojekt unterstützen. Diese werden in den einzelnen Kursen spezifiziert. Vorschläge für Projekte sind dabei herzlich Willkommen.
Du kannst uns gerne auf Udemy, über unsere Webseite, LinkedIn, Facebook oder Youtube direkt kontaktieren.
Außerdem kannst du René auch gerne nach persönlichen Trainings, Gruppentrainings in München oder als Sprecher auf Konferenzen anfragen.