OBIETTIVI E PROGRAMMA
Il Natural Language Processing è il cuore di Google Search e Google Translate ed è la tecnologia che da la voce a Siri, Alexa, Google Assistant e tutti gli altri assistenti virtuali.
OBIETTIVI
In questo corso apprenderemo i segreti del Natural Language Processing e impareremo ad utilizzarlo su problemi reali come, ad esempio, eseguire l’analisi del sentiment su recensioni di film usando scikit-learn, raggruppare automaticamente articoli di giornale in base allargomento usando Gensim, creare un Chatbot per la customer care usando Keras e Tensorflow, generare del nuovo testo in stile Dante Alighieri usando come corpus di testo l’intera Divina Commediale e le Reti Neurali ricorrenti con Keras e Tensorflow.
Concluderemo il corso con una serie di consigli, letture ed esercizi per poter continuare la nostra avventura nel Natural Language Processing.
PROGRAMMA
Questo corso ha una durata complessiva di 14 ore.
Cap.01 Introduzione
- Lezione 1.1 Introduzione al Natural Language Processing | 06:51 minuti
- Lezione 1.2 Come usare Google Colaboratory | 07:41 minuti
Cap.02 Estrazione del Testo
- Lezione 2.1 Operare sulle stringhe con Python | 13:59 minuti
- Lezione 2.2 Estrarre testo da file TXT | 16:53 minuti
- Lezione 2.3 Estrarre testo da file PDF | 09:58 minuti
- Lezione 2.4 Estrarre testo da file Word | 05:40 minuti
- Lezione 2.5 Estrarre testo da pagine HTML | 12:13 minuti
- Lezione 2.6 Estrarre testo da pagine Web | 05:11 minuti
- Lezione 2.7 Estrarre testo da file CSV | 12:29 minuti
Cap.03 Le Espressioni Regolari
- Lezione 3.1 Introduzione alle Espressioni Regolari | 03:07 minuti
- Lezione 3.2 Espressioni regolari per cercare pattern in Python | 07:54 minuti
- Lezione 3.3 Espressioni regolari per cercare pattern multipli in Python | 07:21 minuti
- Lezione 3.4 Espressioni regolari per rimuovere pattern in Python | 04:46 minuti
Cap.04 Preprocessing del Testo
- Lezione 4.1 La Tokenizzazione | 03:12 minuti
- Lezione 4.2 Tokenizzazione con Python e NLTK | 08:16 minuti
- Lezione 4.3 Le Stop Words | 02:21 minuti
- Lezione 4.4 Rimozione delle Stop Words con Python e NLTK | 08:13 minuti
- Lezione 4.5 Lo Stemming | 02:00 minuti
- Lezione 4.6 Stemming in Python e NLTK con il Porter Stemmer | 05:18 minuti
- Lezione 4.7 Stemming in Python e NLTK con lo Snowball Stemmer | 04:20 minuti
- Lezione 4.8 Stemming in Python e NLTK con il Lancaster Stemmer | 02:13 minuti
- Lezione 4.9 La Lemmatizzazione | 02:50 minuti
- Lezione 4.10 La Lemmatizzazione di un testo con NLTK | 08:40 minuti
- Lezione 4.11 Introduzione a Spacy | 01:42 minuti
- Lezione 4.12 Preprocessing di testo inglese con Spacy | 13:10 minuti
- Lezione 4.13 Preprocessing di testo italiano con Spacy | 05:36 minuti
Cap.05 Codifica del Testo
- Lezione 5.1 Il modello Bag of Words | 03:19 minuti
- Lezione 5.2 Bag of Words con Python e Numpy | 18:26 minuti
- Lezione 5.3 Il modello TFIDF | 05:22 minuti
- Lezione 5.4 TFIDF con Python e Numpy | 14:01 minuti
Cap.06 Analisi del Testo
- Lezione 6.1 Part of Speech Tagging | 05:50 minuti
- Lezione 6.2 POS con Python e NLTK | 08:29 minuti
- Lezione 6.3 POS con Python e Spacy | 07:20 minuti
- Lezione 6.4 Named Entity Recognition | 02:55 minuti
- Lezione 6.5 NER con Spacy di un documento inglese | 07:19 minuti
- Lezione 6.6 NER con Spacy di un documento italiano | 03:48 minuti
- Lezione 6.7 Correzione delle entita? | 07:38 minuti
- Lezione 6.8 Visualizzare le entita? con Displacy | 01:27 minuti
Cap.07 Analisi del Sentiment
- Lezione 7.1 Introduzione alla Sentiment Analysis | 08:33 minuti
- Lezione 7.2 Usare il modello VADER con NLTK | 06:13 minuti
- Lezione 7.3 Analisi del sentiment di recensioni con NLTK | 10:50 minuti
- Lezione 7.4 Introduzione al Machine Learning | 14:59 minuti
- Lezione 7.5 [OPZIONALE] La Regressione Lineare e Logistica | 14:29 minuti
- Lezione 7.6 [OPZIONALE] L’algoritmo Gradient Descent | 07:53 minuti
- Lezione 7.7 Introduzione all’IMDB Movie Reviews Dataset | 03:17 minuti
- Lezione 7.8 Preprocessing del corpus di testo | 14:09 minuti
- Lezione 7.9 Regressione Logistica con scikit-learn | 05:23 minuti
- Lezione 7.10 Correggere l’Overfitting con la regolarizzazione | 01:58 minuti
- Lezione 7.11 Testiamo il modello su nuove recensioni | 02:09 minuti
- Lezione 7.12 Preprocessing del corpus con NLTK | 11:22 minuti
- Lezione 7.13 Classificatore Bayesiano con NLTK | 05:50 minuti
Cap.08 Topic Modelling
- Lezione 8.1 Introduzione al Topic Modelling | 03:00 minuti
- Lezione 8.2 Il modello Latent Dirichlet Allocation | 06:48 minuti
- Lezione 8.3 Introduzione al New York Times Articles Dataset e alle API di Kaggle | 05:20 minuti
- Lezione 8.4 Preprocessing del New York Times Articles Dataset | 07:22 minuti
- Lezione 8.5 Creazione del modello LDA con scikit-learn | 08:35 minuti
- Lezione 8.6 Esplorazione dei Topic | 04:13 minuti
- Lezione 8.7 Testiamo il modello LDA su nuovi articoli | 05:00 minuti
- Lezione 8.8 Rappresentazione grafica del modello LDA con scikit-learn | 05:18 minuti
- Lezione 8.9 Introduzione e installazione di Gensim | 01:33 minuti
- Lezione 8.10 Preprocessing dell’ABC Headlines Dataset con Gensim | 11:54 minuti
- Lezione 8.11 Creazione del modello LDA con Gensim | 04:05 minuti
- Lezione 8.12 Rappresentazione grafica del modello LDA con Gensim | 03:37 minuti
Cap.09 Deep Learning e Chatbot
- Lezione 9.1 Introduzione al Deep Learning | 09:59 minuti
- Lezione 9.2 [OPZIONALE] Funzionamento delle Reti Neurali Artificiali | 12:50 minuti
- Lezione 9.3 [OPZIONALE] L’algoritmo Backpropagation | 12:32 minuti
- Lezione 9.4 Installazione di Keras e Tensorflow | 06:46 minuti
- Lezione 9.5 Preprocessare il corpus del Chatbot | 15:31 minuti
- Lezione 9.6 Addestrare la Rete Neurale Artificiale | 06:12 minuti
- Lezione 9.7 Creare il Chatbot | 12:55 minuti
Cap.10 Word Embedding e Word2Vec
- Lezione 10.1 Limiti del Bag of Words | 04:04 minuti
- Lezione 10.2 Introduzione al Word Embedding | 11:12 minuti
- Lezione 10.3 Caricare l’IMDB Dataset con Keras | 10:52 minuti
- Lezione 10.4 Preprocessare l’IMDB Dataset | 05:29 minuti
- Lezione 10.5 Creare uno strato di Embedding | 07:57 minuti
- Lezione 10.6 Ottenere i Word Vectors | 06:20 minuti
- Lezione 10.7 Il modello Word2Vec | 04:41 minuti
- Lezione 10.8 Importare il modello Word2Vec con Gensim | 09:17 minuti
- Lezione 10.9 Introduzione al modello GloVe | 02:00 minuti
- Lezione 10.10 Preparazione della matrice dei pesi | 16:45 minuti
- Lezione 10.11 Usare il modello Glove con Keras | 03:50 minuti
Cap.11 Reti Ricorrenti e Text Generation
- Lezione 11.1 Vantaggi dei modelli sequenziali nel NLP | 02:43 minuti
- Lezione 11.2 Introduzione alle Reti Neurali Ricorrenti | 13:08 minuti
- Lezione 11.3 Limiti delle Reti Ricorrenti | 05:57 minuti
- Lezione 11.4 Reti Long short-term memory | 07:15 minuti
- Lezione 11.5 [OPZIONALE] Matematica delle reti LSTM | 06:25 minuti
- Lezione 11.6 Reti Gated Recurrent Unit (GRU) | 03:54 minuti
- Lezione 11.7 Generare testo in stile Dante Alighieri | 03:06 minuti
- Lezione 11.8 Preprocessing della Divina Commedia | 14:19 minuti
- Lezione 11.9 Creazione di features e targets | 07:23 minuti
- Lezione 11.10 Creare la Rete Neurale Ricorrente | 04:21 minuti
- Lezione 11.11 Definire la funzione per la Generazione del Testo | 08:38 minuti
- Lezione 11.12 Addestrare la Rete Neurale Ricorrente | 05:44 minuti
- Lezione 11.13 Importare la rete pre-addestrata | 03:42 minuti
- Lezione 11.14 Chattiamo con Dante Alighieri | 04:21 minuti
Cap.12 Conclusione
- Lezione 12.1 I Tuoi Prossimi Passi | 06:07 minuti
RICHIEDI INFORMAZIONI
PROCEDURA DI ISCRIZIONE
Per iscriversi al corso basta semplicemente cliccare sul pulsante “Aggiungi al Carrello” per verificare eventuali promozioni in corso e seguire la procedura guidata di registrazione e pagamento.
E’ possibile pagare sia tramite Carta di Credito/Paypal (senza costi aggiuntivi) oppure Bonifico Bancario (in caso di pagamento con Bonifico Bancario il corso sarà disponibile solo dopo avvenuto accredito presso la nostra Banca, in genere dai 3/5 giorni lavorativi).
Se si ha un Coupon sconto consigliamo di procedere come indicato sopra per l’iscrizione, una volta arrivati sulla pagina che mostra prezzo finale, occorre inserire il codice coupon qui 
e cliccare su “Verifica”. Successivamente, avviata la procedura di iscrizione, è necessario inserire nuovamente il coupon qui e cliccare su “Applica”, così il coupon sarà calcolato nel prezzo finale.
MODALITA’ DI ACCESSO E UTILIZZO
Il corso online è fruibile sulla nostra piattaforma attraverso tutti i dispositivi: smartphone, tablet e pc collegati ad internet, l’accesso è sempre disponibile (24/24). Il corso ha una validità di 6 mesi dalla data di iscrizione e dovrà essere completato entro tale termine.
Per accedere al corso, una volta acquistato (vedi modalità di iscrizione) basta cliccare sulla scritta in alto del sito “Accedi”.
Accedendo all’Area Utente con PC/Notebook o Tablet il pulsante “Accedi” è in alto a destra, come nell’immagine qui disponibile.
Se accediamo all’Area Utente da Smartphone, il pulsante “Accedi” è nella voce di menù a destra; occorre cliccare quindi l’icona del menù (cerchiata in rosso nell’immagine qui sotto) per visualizzarlo.
Si accede quindi al proprio account (usando le credenziali di registrazione) dove è disponibile l’accesso al corso online scelto, nella sezione “PROSPETTO CORSI” evidenziata in rosso nell’immagine qui sotto.
ATTESTATO E BENEFIT
A conclusione del percorso formativo sarà possibile scaricare nella propria area utente un certificato di frequenza personalizzato.
Richiedi informazioni
Campi richiesti