Text Classification with Keras and Python

ข้อมูลข้อความมีอยู่ทุกที่ แต่การเปลี่ยนข้อความดิบให้เป็นข้อมูลเชิงลึกที่นำไปใช้ได้จริงนั้นจำเป็นต้องใช้เทคนิค machine learning ที่มีความเฉพาะทาง คอร์สเรียนแบบข้อความนี้จะนำคุณไปพบกับพื้นฐานของ natural language processing (NLP) เพื่อสร้างระบบ Text Classification ที่เชื่อถือได้ คุณจะได้เริ่มต้นจากแนวคิดหลักและคำศัพท์พื้นฐาน ก่อนที่จะขยับไปสู่การลงมือทำโมเดลจริง เรียนรู้วิธีการแปลงคำให้เป็นตัวแทนเชิงตัวเลข การสร้างโมเดล baseline ที่มั่นคง และการขยายขนาดไปสู่สถาปัตยกรรม deep learning สิ่งที่คุณจะได้เรียนรู้: เข้าใจคำศัพท์พื้นฐานของ NLP, การทำ text preprocessing และเทคนิค tokenization; สร้างโมเดลจำแนกประเภทระดับ baseline โดยใช้ scikit-learn และ logistic regression; ประยุกต์ใช้โมเดล bag-of-words เพื่อแปลงข้อความให้อยู่ในรูปแบบตัวเลข; ออกแบบและฝึกฝนโมเดล deep learning สำหรับการวิเคราะห์อารมณ์ความรู้สึก (sentiment analysis) โดยใช้ Keras; ใช้แนวปฏิบัติสมัยใหม่เช่น word embeddings เพื่อจับความหมายเชิงอรรถศาสตร์ (semantic meaning); ประเมินและปรับแต่งโมเดลจำแนกข้อความของคุณเพื่อความแม่นยำที่ดีขึ้น คอร์สนี้เริ่มต้นด้วยคำนิยามที่จำเป็นและวิธีการทำ vectorization อย่างง่าย จากนั้นจะนำคุณไปทีละขั้นตอนผ่านโมเดลจำแนกประเภทแบบ traditional machine learning และปิดท้ายด้วยการสร้างเครือข่ายประสาทเทียม (neural networks) ใน Keras คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้นที่มีความรู้พื้นฐานเกี่ยวกับการเขียนโปรแกรม Python และต้องการก้าวเข้าสู่สายงาน natural language processing โดยไม่จำเป็นต้องมีประสบการณ์ด้าน machine learningมาก่อน เริ่มอ่านวันนี้เพื่อเก่งทักษะพื้นฐานที่สำคัญของ Text Classification