
Bu derste Doğal Dil İşlemenin ne olduğu, nerelerde kullanıldığı ve kısaca tarihçesinin işleyeceğiz. Ardından Doğal Dil İşleme yaparken kullanılan birkaç adımın üstünden teorik olarak geçeceğiz.
Bu videoda projeye başlamadan önce yüklememiz gereken uygulamalar ve data-setini nasıl yükleyeceğimizi anlattım.
Dataseti Python kodumuza integre edeceğiz.
Datayı HTML taglerinden ayıran bir fonksiyon yazacağız.
DataSetindeki ilk 20 data üzerinde sırasıyla HTML. Taglerden ayıran fonksiyonu uygulayacağız, noktalama işaretlerini çıkaracağız, büyük harfleri küçük harf yapacağız ve son olarak textimizdeki tüm kelimeleri ayırıp bir liste haline getireceğiz.
Bir önceki videoda uyguladığımız işlemleri şimdi bütün data üstünde uygulayacağız. Geçen videoda hazırladığımız 20 datadan sözlüğümüzü oluşturup içine bu videoda işlediğimiz datayı entegre edip kelime dağarcığımızı bitireceğiz.
Geçen videolarda öğrendiğimiz işlemleri 1 kütüphane ile ne kadar hızlı ve kolay oluşturabildiğimizi göreceğiz.
Random Forest Classification’un mantığını öğreneceğiz.
Kelime dağarcığını test ve eğitim için 2ye ayıracağız. Bir önceki videoda öğrendiğimiz Random Forest Classification’u eğitim için ayrılan bölümün üstünde uygulayacağız.
Geçen videoda ayırdığımız test datasıyla modelimizi test edeceğiz. Modelimizin ne kadar başarılı olduğuna bakacağız.
Kodumuzu düzenleyeceğiz ve kendi yorumlarımızı yazıp nasıl test edeceğimizi öğreneceğiz.
Her gün girdiğiniz websitelerinin sizi nasıl bu kadar iyi tanıdığını veya Siri'nin sizi nasıl anladığını hiç düşündünüz mü? Son zamanlarda araştırmaların merkezinde bulunan yapay zeka ve makine öğrenimi algoritmalarına bu derste giriş yapacağız. Çalışma süresince makine öğrenimi konseptlerinin matematiğini öğrenip, kendi uygulamalarınızı oluşturabileceksiniz. Bir yandan da insan bilgisayar etkileşiminin kaçınılmaz bir parçası olan ses iletişiminin nasıl çalıştığı konusunda tartışacağız.