Yangban Tal
Редактор
- Регистрация
- 24.06.19
- Сообщения
- 35,783
- Реакции
- 222,233
Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения.
Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, "беседа" с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога.
Почему же Сири, Алекса и Алиса не хотят нас понимать, Google находит не то, что мы ищем, а машинные переводчики веселят нас примерами "трудностей перевода" с китайского на албанский? Ответ кроется в мелочах - в алгоритмах, которые правильно работают в теории, но сложно реализуются на практике.
Научитесь применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных вы перейдете к приемам классификации и кластеризации.
Подробнее:
Скачать:
Похожие темы
- [Яндекс-практикум] Системный аналитик. Часть 7 - 8 (2022)
- [Яндекс-практикум] Системный аналитик. Часть 6 из 8 (2022)
- [Яндекс-практикум] Системный аналитик. Часть 5 из 8 (2022)
- [Яндекс.Практикум] Системный аналитик. Часть 4 из 8 (2022)
- [Яндекс.Практикум] Системный аналитик. Часть 3 из 8 (2022)
- [Яндекс.Практикум] Системный аналитик. Часть 2 из 8 (2022)
- [Яндекс-практикум] Системный аналитик. Часть 1 из 8 (2022)
- [Алексей Ильющенко] [Stepik] Разработка мобильных и PC приложений на Python. Фреймворк Kivy (2024)
- [GetAnalyst] Проектирование микросервисов (2024)
- [Stepik] Дмитрий Титов - Основы SQL для программистов без поддержких (2023)