使用Python spaCy進行自然語言處理(NLP)培訓
這種由講師指導的現場培訓(現場或遠程)是針對希望使用spaCy處理大量文本以查找模式和獲得見解的開發人員和數據科學家。
在培訓結束時,參與者將能夠:
- 安裝並配置spaCy。
- 理解spaCy的Natural Language Processing (NLP)方法。
- 從大規模數據源中提取模式並獲得商業見解。
- 將spaCy庫與現有的網絡和遺留應用程序集成。
- 將spaCy部署到實際生產環境中以預測人類行為。
- 使用spaCy對Deep Learning進行文本預處理。
課程格式
- 互動式講座與討論。
- 大量練習與實踐。
- 在實時實驗室環境中進行動手操作。
課程自定義選項
- 如需為本課程定制培訓,請聯繫我們安排。
- 要了解更多關於spaCy的信息,請訪問:https://spacy.io/
課程簡介
介紹
- 定義「工業級自然語言處理」
安裝 spaCy
spaCy 元件
- 詞性標註器
- 命名實體識別器
- 依存句法分析器
spaCy 功能和語法概述
瞭解 spaCy 建模
- 統計建模與預測
使用 SpaCy 命令列介面 (CLI)
- 基本指令
創建一個簡單的應用程式來預測行為
訓練新的統計模型
- 數據(用於訓練)
- 標籤(標記、命名實體等)
載入模型
- 隨機排列與循環
保存模型
向模型提供反饋
- 誤差梯度
更新模型
- 更新實體識別器
- 使用基於規則的匹配器提取詞元
為預期結果發展廣義理論
個案研究
- 區分產品名稱與公司名稱
優化訓練數據
- 選擇代表性數據
- 設置丟棄率
其他訓練方式
- 傳遞原始文本
- 傳遞註釋字典
使用 spaCy 預處理 Deep Learning 的文字
將 spaCy 與傳統應用程式整合
測試和調試 spaCy 模型
- 迭代的重要性
將模型部署到生產環境
監視和調整模型
故障排除
總結和結論
最低要求
- Python編程經驗。
- 對統計學有基本瞭解。
- 有命令行使用經驗。
受衆
- 開發者
- 數據科學家
需要幫助選擇合適的課程嗎?
使用Python spaCy進行自然語言處理(NLP)培訓 - 詢問
使用Python spaCy進行自然語言處理(NLP) - 咨詢詢問
客戶評論 (2)
示例/練習完美適應我們的領域
Luc - CS Group
課程 - Scaling Data Analysis with Python and Dask
機器翻譯
培訓師非常樂於回答我提出的各種問題
Caterina - Stamtech
課程 - Developing APIs with Python and FastAPI
機器翻譯
相關課程
高級LangGraph:複雜圖的優化、調試與監控
35 小時LangGraph 是一個用於構建具狀態、多參與者 LLM 應用程式的框架,其特點是可組合的圖結構、持久狀態以及對執行的控制。
這是一個由講師主導的培訓課程(線上或線下),旨在為高階 AI 平台工程師、AI DevOps 工程師以及處理生產級 LangGraph 系統的 ML 架構師提供優化、調試、監控和運營的相關技能。
在本課程結束時,參與者將能夠:
- 設計並優化複雜的 LangGraph 拓撲結構,以實現速度、成本和可擴展性的最佳化。
- 通過重試、超時、冪等性和基於檢查點的恢復來實現可靠性工程。
- 調試和追蹤圖執行過程,檢查狀態,並系統性地重現生產問題。
- 為圖添加日誌、指標和追蹤,部署到生產環境,並監控 SLA 和成本。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在即時實驗環境中進行實作。
課程定制選項
- 如需定制本課程,請聯繫我們進行安排。
使用 Devstral 構建編碼代理:從代理設計到工具化
14 小時Devstral 是一個開源框架,旨在構建和運行編碼代理,這些代理可以與代碼庫、開發者工具和 API 交互,以提升工程效率。
本課程由講師指導,採用線上或線下培訓形式,面向中高級 ML 工程師、開發者工具團隊以及 SRE,幫助他們使用 Devstral 設計、實現和優化編碼代理。
通過本課程,學員將能夠:
- 設置和配置 Devstral 以進行編碼代理開發。
- 設計用於代碼庫探索和修改的代理工作流。
- 將編碼代理與開發者工具和 API 集成。
- 實施安全和高效代理部署的最佳實踐。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在即時實驗室環境中進行動手操作。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
使用Python和Dask進行數據擴展分析
14 小時本課程爲講師指導的培訓(線上或線下),面向希望使用Dask與Python生態系統構建、擴展和分析大型數據集的數據科學家和軟件工程師。
在培訓結束時,參與者將能夠:
- 設置環境,開始使用Dask和Python進行大數據處理。
- 探索Dask中可用的功能、庫、工具和API。
- 瞭解Dask如何加速Python中的並行計算。
- 學習如何使用Dask擴展Python生態系統(Numpy、SciPy和Pandas)。
- 優化Dask環境,以保持處理大型數據集時的高性能。
Data Analysis in Python using Pandas and Numpy
14 小時本課程爲講師指導的培訓,在澳門(線上或線下)進行,面向希望提升使用Pandas和NumPy進行數據分析和操作技能的中級Python開發者和數據分析師。
通過本培訓,參與者將能夠:
- 設置包含Python、Pandas和NumPy的開發環境。
- 使用Pandas和NumPy創建數據分析應用。
- 執行高級數據整理、排序和過濾操作。
- 進行聚合操作並分析時間序列數據。
- 使用Matplotlib和其他可視化庫進行數據可視化。
- 調試和優化數據分析代碼。
開源模型運維:使用Devstral和Mistral模型進行自託管、微調和治理
14 小時Devstral 和 Mistral 模型是開源 AI 技術,專爲靈活部署、微調和可擴展集成而設計。
本次由講師指導的培訓(線上或線下)面向中級到高級的機器學習工程師、平臺團隊和研究工程師,旨在幫助他們在生產環境中自託管、微調和管理 Mistral 和 Devstral 模型。
培訓結束後,參與者將能夠:
- 設置和配置 Mistral 和 Devstral 模型的自託管環境。
- 應用微調技術以提升特定領域的性能。
- 實現版本控制、監控和生命週期治理。
- 確保開源模型的安全性、合規性和負責任的使用。
課程形式
- 互動講座和討論。
- 自託管和微調的實踐練習。
- 治理和監控管道的即時實驗室實施。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
FARM (FastAPI, React, 和 MongoDB) 全棧開發
14 小時本課程由講師主導,提供線下或線上培訓,旨在幫助開發者使用 FARM (FastAPI, React, 和 MongoDB) 技術棧構建動態、高性能且可擴展的 Web 應用。
通過本課程,學員將能夠:
- 搭建集成了 FastAPI、React 和 MongoDB 的開發環境。
- 理解 FARM 技術棧的關鍵概念、特點和優勢。
- 學習如何使用 FastAPI 構建 REST API。
- 學習如何使用 React 設計交互式應用。
- 使用 FARM 技術棧開發、測試和部署應用(前端和後端)。
使用Python和FastAPI開發API
14 小時本課程爲講師指導的培訓,在澳門(線上或線下)進行,面向希望使用FastAPI與Python更快速、更輕鬆地構建、測試和部署RESTful API的開發者。
通過本課程,學員將能夠:
- 設置必要的開發環境,以使用Python和FastAPI開發API。
- 使用FastAPI庫更快速、更輕鬆地創建API。
- 學習如何基於Pydantic和OpenAPI創建數據模型和模式。
- 使用SQLAlchemy將API連接到數據庫。
- 使用FastAPI工具在API中實現安全和身份驗證。
- 構建容器鏡像並將Web API部署到雲服務器。
LangGraph在金融領域的應用
35 小時LangGraph 是一個用於構建有狀態、多參與者 LLM 應用的框架,通過可組合的圖結構實現持久狀態和執行控制。
本次由講師主導的培訓(線上或線下)面向中級到高級專業人士,旨在幫助他們設計、實施和運營基於 LangGraph 的金融解決方案,確保其具備適當的治理、可觀測性和合規性。
通過本次培訓,參與者將能夠:
- 設計與監管和審計要求一致的金融專用 LangGraph 工作流。
- 將金融數據標準和本體集成到圖狀態和工具中。
- 爲關鍵流程實施可靠性、安全性和人工介入控制。
- 部署、監控和優化 LangGraph 系統,以滿足性能、成本和 SLA 要求。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在即時實驗室環境中進行實際操作。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
LangGraph基礎:基於圖的LLM提示與鏈式編程
14 小時LangGraph 是一個用於構建圖結構 LLM 應用的框架,支持規劃、分支、工具使用、內存和可控執行。
本次由講師指導的培訓(線上或線下)面向初級開發者、提示工程師和數據從業者,旨在幫助他們使用 LangGraph 設計和構建可靠的多步驟 LLM 工作流。
培訓結束後,參與者將能夠:
- 解釋 LangGraph 的核心概念(節點、邊、狀態)及其使用場景。
- 構建支持分支、調用工具和保持內存的提示鏈。
- 將檢索和外部 API 集成到圖工作流中。
- 測試、調試和評估 LangGraph 應用的可靠性和安全性。
課程形式
- 互動講座和引導討論。
- 在沙盒環境中進行指導實驗和代碼演練。
- 基於場景的設計、測試和評估練習。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
LangGraph在醫療保健中的應用:受監管環境中的工作流編排
35 小時LangGraph 支持由 LLM 驅動的有狀態、多參與者工作流,並能精確控制執行路徑和狀態持久化。在醫療領域,這些功能對於合規性、互操作性以及構建符合醫療工作流的決策支持系統至關重要。
本次講師主導的培訓(線上或線下)面向中高級專業人員,旨在幫助他們設計、實施和管理基於 LangGraph 的醫療解決方案,同時應對監管、道德和操作挑戰。
培訓結束後,參與者將能夠:
- 設計符合合規性和可審計性的醫療專用 LangGraph 工作流。
- 將 LangGraph 應用與醫療本體和標準(FHIR、SNOMED CT、ICD)集成。
- 在敏感環境中應用可靠性、可追溯性和可解釋性的最佳實踐。
- 在醫療生產環境中部署、監控和驗證 LangGraph 應用。
課程形式
- 互動式講座與討論。
- 基於真實案例的實踐練習。
- 在即時實驗環境中進行實施實踐。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
LangGraph法律應用
35 小時LangGraph是一個用於構建有狀態、多參與者LLM應用的框架,它通過可組合的圖結構實現持久狀態,並對執行過程進行精確控制。
本課程爲講師指導的培訓(線上或線下),面向中高級專業人員,旨在幫助他們設計、實施和操作基於LangGraph的法律解決方案,並確保必要的合規性、可追溯性和治理控制。
培訓結束後,學員將能夠:
- 設計特定於法律的LangGraph工作流程,確保可審計性和合規性。
- 將法律本體和文檔標準集成到圖狀態和處理中。
- 實施護欄、人工審批和可追溯的決策路徑。
- 在生產環境中部署、監控和維護LangGraph服務,並確保可觀測性和成本控制。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在即時實驗室環境中進行動手操作。
課程定製選項
- 如需定製本課程,請聯繫我們進行安排。
使用LangGraph和LLM代理構建動態工作流
14 小時LangGraph 是一個用於構建圖結構 LLM 工作流的框架,支持分支、工具使用、內存和可控執行。
本次由講師指導的培訓(線上或線下)面向中級工程師和產品團隊,他們希望將 LangGraph 的圖邏輯與 LLM 代理循環相結合,以構建動態、上下文感知的應用程序,如客戶支持代理、決策樹和信息檢索系統。
在培訓結束時,參與者將能夠:
- 設計基於圖的工作流,協調 LLM 代理、工具和內存。
- 實現條件路由、重試和回退,以確保穩健執行。
- 將檢索、API 和結構化輸出集成到代理循環中。
- 評估、監控並強化代理行爲,以確保可靠性和安全性。
課程形式
- 互動講座和引導討論。
- 在沙盒環境中進行引導實驗和代碼演練。
- 基於場景的設計練習和同行評審。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
LangGraph用於營銷自動化
14 小時LangGraph是一個基於圖的編排框架,支持條件化、多步驟的LLM和工具工作流,非常適合自動化和個性化內容管道。
本次由講師指導的培訓(線上或線下)面向中級營銷人員、內容策略師和自動化開發人員,旨在幫助他們使用LangGraph實現動態、分支的電子郵件營銷活動和內容生成管道。
培訓結束後,學員將能夠:
- 使用條件邏輯設計圖結構的內容和電子郵件工作流。
- 集成LLM、API和數據源以實現自動化個性化。
- 在多步驟活動中管理狀態、內存和上下文。
- 評估、監控和優化工作流性能和交付結果。
課程形式
- 互動講座和小組討論。
- 動手實驗,實現電子郵件工作流和內容管道。
- 基於場景的練習,涵蓋個性化、分段和分支邏輯。
課程定製選項
- 如需定製本課程,請聯繫我們進行安排。
Le Chat Enterprise:私有ChatOps、集成與管理控制
14 小時Le Chat Enterprise 是一款私有的 ChatOps 解決方案,爲組織提供安全、可定製且受管控的對話式 AI 功能,支持 RBAC、SSO、連接器以及企業應用集成。
本次由講師主導的培訓(線上或線下)面向中級產品經理、IT 負責人、解決方案工程師以及安全/合規團隊,旨在幫助他們部署、配置和管理企業環境中的 Le Chat Enterprise。
培訓結束後,參與者將能夠:
- 爲安全部署設置和配置 Le Chat Enterprise。
- 啓用 RBAC、SSO 和合規驅動的控制。
- 將 Le Chat 與企業應用程序和數據存儲集成。
- 爲 ChatOps 設計和實施治理和管理手冊。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在即時實驗環境中進行實際操作。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們安排。
使用Modin加速Python Pandas工作流
14 小時這種由 講師指導的 澳門 現場現場培訓(在線或現場)面向希望使用 Modin 構建和實施並行計算的數據科學家和開發人員 Pandas 以加快數據分析速度。
在本次培訓結束時,參與者將能夠:
- 設置必要的環境,開始使用 Modin 大規模開發 Pandas 工作流。
- 瞭解 Modin 的功能、架構和優勢。
- 瞭解 Modin、Dask 和 Ray 之間的區別。
- 使用 Modin 更快地執行 Pandas 操作。
- 實現整個 Pandas API 和函數。