Analiza danych tekstowych i języka naturalnego
Analiza danych tekstowych i języka naturalnego
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Szkolenie Analiza danych tekstowych i języka naturalnego adresowane jest do osób, które są zainteresowane zastosowaniem narzędzi statystycznych, metod uczenia maszynowego w pracy z danymi tekstowymi, programistów, pragnących zastosować w swoich systemach metody odkrywania wiedzy z danych tekstowych oraz analityków, którzy chcą rozbudować swój warsztat analityczny o narzędzie analizy danych tekstowych.
- Minimalna liczba uczestników4
- Maksymalna liczba uczestników8
- Data zakończenia rekrutacji23-09-2024
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi24
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Zdobycie praktycznych umiejętności i wiedzy pozwalających na wykonywanie analiz języka naturalnego z wykorzystaniem języka PythonZapoznanie z problemami przetwarzania, czyszczenia oraz eksploracji danych tekstowych, a także z wykorzystaniem przygotowanych danych między innymi do budowania modeli uczenia maszynowego
Wprowadzenie do Large Language Models (LLM)
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Obszerne wprowadzenie do świata analizy danych tekstowychWykorzystanie modeli LLM od OpenAI Przegląd zarówno klasycznych jak i współczesnych podejść do analizy tekstuPrzedstawienie najpopularniejszych scenariuszy wykorzystywania biblioteki (analiza obrazów, przetwarzanie języka naturalnego, predykcje szeregów czasowych) Przedstawienie złożonych funkcjonalności biblioteki w przystępny sposób Praktyczne wskazówki i dobre praktyki podczas budowy rozwiązań opartych o uczenie głębokie Duża dawka wiedzy i umiejętności, pozwalających na rozpoczęcie pracy z biblioteką TensorFlow 2 w produkcyjnych projektach Praktyka przed teorią - wszystkie szkolenia technologiczne prowadzone są w formie warsztatowej. Konieczna teoria jest wyjaśniana na przykładzie praktycznych zadań Konkretne umiejętności - w ramach każdego szkolenia rozwijamy praktyczne umiejętności związane z daną technologią i tematyką Nauka z praktykami - wszyscy trenerzy na co dzień pracują w projektach, gwarantuje to dostęp do eksperckiej wiedzy i praktycznego know-howznajomość usług infrastrukturalnych takich jak API Gateway, Service Discovery czy Configuration server znajomość możliwości modułów wchodzących w skład Spring Cloud | Kryteria weryfikacji 80% obecności, samodzielna praca podczas warsztatów, sprawdzenie poziomy nabytej wiedzy (teretycznej) | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
1. Regex
2. Pozyskiwanie tekstu
3. Preprocessing tekstu
4. Wizualizacja danych tekstowych
5. Wektoryzacja i embeddingi
6. Miary podobieństwa tekstu
7. Uczenie maszynowe w analizie języka naturalnego
8. Rozpoznawanie nazw własnych
9. Large Language Models
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 11 Regex | Prowadzący Patryk Palej | Data realizacji zajęć 07-10-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 2 z 11 Pozyskiwanie tekstu | Prowadzący Patryk Palej | Data realizacji zajęć 07-10-2024 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 15:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 3 z 11 Preprocessing tekstu | Prowadzący Patryk Palej | Data realizacji zajęć 07-10-2024 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 17:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 4 z 11 Preprocessing tekstu | Prowadzący Patryk Palej | Data realizacji zajęć 08-10-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:00 | Liczba godzin 01:00 |
Przedmiot / temat zajęć 5 z 11 Wizualizacja danych tekstowych | Prowadzący Patryk Palej | Data realizacji zajęć 08-10-2024 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 13:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 6 z 11 Wektoryzacja i embeddingi | Prowadzący Patryk Palej | Data realizacji zajęć 08-10-2024 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 16:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 7 z 11 Miary podobieństwa tekstu | Prowadzący Patryk Palej | Data realizacji zajęć 08-10-2024 | Godzina rozpoczęcia 16:00 | Godzina zakończenia 17:00 | Liczba godzin 01:00 |
Przedmiot / temat zajęć 8 z 11 Miary podobieństwa tekstu | Prowadzący Patryk Palej | Data realizacji zajęć 09-10-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 11:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 9 z 11 Uczenie maszynowe w analizie języka naturalnego | Prowadzący Patryk Palej | Data realizacji zajęć 09-10-2024 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 13:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 10 z 11 Rozpoznawanie nazw własnych | Prowadzący Patryk Palej | Data realizacji zajęć 09-10-2024 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 15:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 11 z 11 Large Language Models | Prowadzący Patryk Palej | Data realizacji zajęć 09-10-2024 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 17:00 | Liczba godzin 02:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto4 120,50 PLN
- Koszt przypadający na 1 uczestnika netto3 350,00 PLN
- Koszt osobogodziny brutto171,69 PLN
- Koszt osobogodziny netto139,58 PLN
Prowadzący
Prowadzący
Patryk Palej
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
część teoretyczna szkolenia, slajdy - zostanie przekazana uczestnikom na szkoleniu w formie pdf.
uczestnik otrzyma certyfikat uczestnictwa z opisem nabytych umiejętności
Warunki uczestnictwa
Od uczestników wymagana jest podstawowa umiejętność programowania języka Python.
Informacje dodatkowe
Szkolenie będzie prowadzone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.
Warunki techniczne
Warunki techniczne
szkolenie na platformie zoom, wymagane:
stabilne połączenie internetowe (zalecane min. 10Mbit/s download i 1Mbit/s upload)
przeglądarka internetowa Chrome
zainstalowana aplikacja Zoom App
dobrej jakości słuchawki oraz mikrofon (opcjonalnie) kamera internetowa
link do szkolenia zostanie przesłany uczestnikom przed szkoleniem i będzie aktywny do końca szkolenia.