Apprentissage automatique : traitement du langage naturel en Python (V2)

Comment convertir du texte en vecteurs à l'aide de CountVectorizer, TF-IDF, word2vec et GloVe
Comment implémenter un système de récupération de documents/moteur de recherche/recherche de similarité/similarité vectorielle
Modèles de probabilité, modèles de langage et Modèles de Markov (prérequis pour Transformers, BERT et GPT-3)
Comment implémenter un algorithme de décryptage de chiffrement à l'aide d'algorithmes génétiques et de modélisation du langage
Comment implémenter la détection du spam
Comment implémenter l'analyse des sentiments
Comment implémenter un fileur d'article
Comment implémenter le résumé de texte
Comment implémenter l'indexation sémantique latente
Comment implémenter la modélisation thématique
Apprentissage automatique (Naive Bayes, Logistic Regression, PCA, SVD, Latent Dirichlet Allocation)
Deep learning (ANN, CNN, RNN, LSTM, GRU) (prérequis plus importants pour BERT et GPT-3)
Hugging Face Transformers (VIP uniquement)
Comment utiliser Python, Scikit-Learn, Tensorflow, +More pour la PNL
Prétraitement de texte, tokenisation, mots vides, lemmatisation et radicalisation
Marquage de parties du discours et reconnaissance d'entités nommées

Bon apprentissage !

LIENS: