پردازش زبان طبیعی (NLP) یکی از مهمترین اجزای هوش مصنوعی است. این به شما امکان می دهد تا حجم زیادی از داده ها را در قالب زبان طبیعی پردازش، تجزیه و تحلیل و درک کنید. در این دوره، مربی مارک نیمن راس به شما نشان می دهد که چگونه با استفاده از R، زبان برنامه نویسی محبوب برای محاسبات آماری و گرافیک، پیاده سازی الگوریتم های NLP را شروع کنید.

اصول دستکاری ماتریس ها و تولید آمار، هر دو را بررسی کنید. که هسته اصلی NLP موفق هستند. نحوه استفاده از ابزارها و چارچوب‌های متن‌کاوی مانند tm، quanteda، و tidytext و همچنین کار با corpora، منابع و دیگر انواع ابرداده سند NLP را بیاموزید. Mark بهترین روش‌ها را برای پیش‌پردازش متن در آماده‌سازی برای NLP، ایجاد داده‌های ساختاریافته، اعمال آمار در متن، انجام تجزیه و تحلیل احساسات، تجسم مجموعه‌های داده، و موارد دیگر را پوشش می‌دهد.

R یک زبان برنامه نویسی فوق العاده قدرتمند و پرکاربرد برای تجزیه و تحلیل آماری و علم داده است. "tidyverse" برخی از همه کاره‌ترین بسته‌های R مانند ggplot2 و forcats را جمع‌آوری می‌کند، که همگی حول مفاهیم داده‌های مرتب طراحی شده‌اند، چارچوبی برای حل مسئله و نوشتن کد R برای همه چیز - از جدال و تجزیه و تحلیل داده‌ها گرفته تا تجسم و مدل‌سازی.

این دوره مفاهیم اصلی thedyverse، پاکسازی داده‌ها و wr را معرفی می‌کند. بر روی کاربر مبتدی تمرکز می کند و به شما نشان می دهد که چرا و چگونه از دو لوله استفاده کنید (%>% و |>). به مربی چارلی هدلی بپیوندید تا در ابتدای کار وارد کردن و فیلتر کردن داده‌ها از فایل‌های Excel، CSV، و SPSS و همچنین خلاصه‌سازی و جدول‌بندی داده‌ها با استفاده از توابع pivot_*() و cross() و قدرت تیبل‌های تودرتو انجام شود. در پایان این دوره، شما به مهارت‌های عملی جدیدی برای بحث در مورد مجموعه داده‌های واقعی، از جمله تاریخ‌های نامتناسب، ستون‌های عددی ضعیف، سؤالات نظرسنجی چند گزینه‌ای و موارد دیگر مجهز خواهید شد.