Natural Language Processing für Data Science mit Python
4.5 (88 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
812 students enrolled

Natural Language Processing für Data Science mit Python

Lerne Machine Learning, SpaCy, NLTK, SciKit-Learn, Deep Learning, und mehr für Natural Language Processing
Bestseller
4.5 (88 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
812 students enrolled
Last updated 7/2020
German
Current price: $139.99 Original price: $199.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 13.5 hours on-demand video
  • 3 articles
  • 12 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
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
Course content
Expand all 88 lectures 13:39:55
+ Einführung
8 lectures 25:44

Herzlich Willkommen in diesem Kurs!

In dieser Lektion erhältst du wichtige Hinweise rund um den Kurs! Bitte überspringe diese Lektion nicht, wenn dies dein erster Kurs mit uns ist!

Hinweise zum Kurs
03:04

Hier kannst du schon mal das Kursmaterial herunterladen lassen damit es dann später für der Kurs zur Verfügung steht. :-)

Kursmaterialien
01:05
Einführung zur Installation
00:22
Python und Anaconda Installation
08:30

Installiere alle Python Abhängigkeiten, die du für diesen Kurs brauchst.

Wichtig Kurseinrichtung! Python Pakete mit Jupyter Notebook installieren
04:52
FAQ - Frequently Asked Questions
03:11
+ Python Textgrundlagen
9 lectures 01:40:08
Einführung in Python Textgrundlagen
00:30
Arbeiten mit Textdateien mit Python - Teil 1
14:14
Arbeiten mit Textdateien mit Python - Teil 2
09:27
Arbeiten mit Textdateien mit Python - Teil 3
09:02
Arbeiten mit PDFs
15:31
Regular Expressions - Teil 1
20:03
Regular Expressions - Teil 2
18:03
Python Textgrundlagen - Assessment Überblick
04:31
Python Textgrundlagen - Assessment Lösungen
08:47
+ Natural Language Processing Grundlagen
14 lectures 02:19:29
Einführung in Natural Language Processing
00:34
Spacy Einrichtung und Überblick
07:57
Was ist Natural Language Processing?
04:33
SpaCy Grundlagen
08:22
SpaCy Grundlagen - Teil 2
16:51
Tokenisierung - Teil 2
17:58
Stemming
12:45
Lemmatisierung
08:32
Stopp-Wörter
07:45
Phrasen-Matching und Wortschatz - Teil 1
16:39
Phrasen-Matching und Wortschatz - Teil 2
07:57
NLP Grundlagen Assessment Überblick
04:38
NLP Grundlagen Assessment Lösungen
11:42
+ Part of Speech Tagging und Named Entity Recognition
9 lectures 01:33:21
Einführung zum Abschnitt über POS und NER
00:25
Part of Speech Tagging
21:09
Named Entity Recognition - Teil 1
11:22
Named Entity Recognition - Teil 2
11:30
Satzsegmentierung
15:12
Part Of Speech Assessment - Überblick
03:47
Part Of Speech Assessment - Lösungen
12:17
+ Textklassifizierung
13 lectures 02:10:31
Einführung in Textklassifizierung
00:37
Machine Learning Überblick
12:06
Klassifikationskennzahlen
13:32
Konfusionsmatrix
10:49
Scikit-Learn Primer - Wie man SciKit-Learn verwendet
06:30
Scikit-Learn Primer - Code Along Teil 1
13:24
Scikit-Learn Primer - Code Along Teil 2
10:52
Text Feature Extraction Überblick
06:54
Text Feature Extraction - Code Along - Teil 2
15:34
Textklassifizierung Code Along Projekt
15:16
Textklassifizierung Assessment - Überblick
02:11
Textklassifizierung Assessment - Lösungen
09:33
+ Semantik und Stimmungsanalyse
9 lectures 01:12:20
Einführung in Semantik und Stimmungsanalyse
00:23
Überblick über Semantik und Wortvektoren
06:58
Semantik und Wortvektoren mit SpaCy
09:39
Semantik und Wortvektoren mit SpaCy - Teil 2
09:28
Stimmungsanalyse Überblick
04:36
Stimmungsanalyse mit NLTK
17:12
Stimmungsanalyse Code Along Filmbewertung Projekt
08:40
Stimmungsanalyse Projekt Assessment
02:51
Stimmungsanalyse Projekt Assessment- Lösungen
12:33
+ Themenmodellierung
9 lectures 01:19:07
Einführung in den Abschnitt Themenmodellierung
00:33
Überblick über Themenmodellierung
02:49
Latent Dirichlet Allocation mit Python - Teil 2
18:24
Non-negative Matrix Factorization Überblick
06:08
Non-negative Matrix Factorization mit Python
17:28
Themenmodellierung Projekt - Überblick
03:39
Themenmodellierung Projekt - Lösungen
11:10
+ Deep Learning für NLP
10 lectures 01:46:08
Einführung in Deep Learning für NLP
00:21
Das Basic Perceptron Modell
04:49
Einführung in Neuronale Netzwerke
06:08
Keras Grundlagen - Teil 1
11:07
Keras Grundlagen - Teil 2
17:40
Rekurrente Neuronale Netzwerke Überblick
08:29
LSTMs, GRU, und Textgenerierung
08:10
Textgenerierung mit LSTMs mit Keras und Python - Teil 1
19:48
Textgenerierung mit LSTMs mit Keras und Python - Teil 2
14:14
Textgenerierung mit LSTMs mit Keras und Python - Teil 3
15:22
+ Meilenstein Projekt
5 lectures 01:10:05
Einführung Abschlussprojekt
00:12
Chat Bots erstellen mit Python - Teil 1
11:48
Chat Bots erstellen mit Python - Teil 2
19:31
Chat Bots erstellen mit Python - Teil 3
19:54
Chat Bots erstellen mit Python - Teil 4
18:40
+ Hurra! :-)
2 lectures 03:02

Alle unsere Kurse und andere tolle Infos von Datamics für dich im Überblick!

Bonus Lektion
02:37
Vielen Dank!
00:25
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.

In diesem Kurs werden wir alles besprechen, was du wissen musst, um Experte in der Anwendung von NLP mit Python zu werden.


    "Es wird alles sehr verständlich erklärt und die Stimme ist sehr angenehm." (★★★★★L. Lafleur)


Wir beginnen mit den Grundlagen, 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 ultra schnelle Tokenisierung, Parsing, Entity Recognition und Lemmatisierung von Text.

Wir werden 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 richtigen Emails.

Wir werden dieses Wissen weiter vertiefen 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 sogar 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!

Du bekommst nicht nur fantastischen technischen Inhalt in diesem Kurs, sondern erhältst zudem Zugang zum kursspezifischen Frage und Antwort Forum und unserem Live Studenten Kanal, damit du mit anderen Studenten zusammen an den Projekten arbeiten kannst, oder um Hilfe zum Kursinhalt von mir oder meinen Kursassistenten zu bekommen.

All das bekommst du mit einer 30 Tage Geld-zurück-Garantie, daher kannst du den Kurs risikofrei ausprobieren!

Worauf wartest du noch? Werde noch heute ein Experte in Natural Language Processing! 

Wir sehen uns im Kurs,

René


Who this course is for:
  • Python Entwickler, die sich für die Verwendung von Natural Language Processing interessieren