Wstęp

Rozdział 1. O technikach ML, NLP oraz AI bez zbędnej teorii

• Bać się czy nie bać AI?
• Zastosowania sztucznej inteligencji
• Systemy eksperckie
• Sieci neuronowe
• Uczenie maszynowe
• Modelowanie problemów w Pythonie
  • Tablice - podstawowa struktura w przetwarzaniu danych
  • Grafy - modelowanie stanów i przejść
  • Klasy - modelowanie rzeczywistości
• Modelem jestem
• Z nauczycielem czy bez?
  • Nauczanie nadzorowane
  • Nauczanie nienadzorowane
  • Techniki mieszane
• Ważniejsze biblioteki AI/ML i NLP w Pythonie
  • Pakiety uniwersalne
  • Pakiety przydatne w ML i NLP
• Na deser - Noam Chomsky o AI

Rozdział 2. Niezbędnik warsztatowy programisty Pythona

• Testujemy poprawność instalacji Pythona
• Instalator pip i biblioteki Pythona
• Edytory do Pythona
• Środowiska IDE
  • IDLE
  • PyCharm
  • Visual Studio Community
• Notatniki Jupyter
• Dokumentacja Pythona
• Używanie zasobów GitHuba

Rozdział 3. NLP - przybornik

• Odczyt plików i katalogów
  • Rodzaje plików
  • Otwieranie plików
  • Klasa Path
• Napisy - na co zwrócić uwagę
  • Napisy to nie tablice
  • Konwersje
• Wyrażenia regularne
• Pobieranie tekstu z plików PDF
• Instalacja i konfiguracja spaCy
• Instalacja i konfiguracja NLTK
• Podstawowe techniki NLP
  • Tokenizacja bez zadyszki
  • NER, czyli nazwy własne
  • NER w spaCy
  • Czas na pomiar
  • Stop word - co z tym fantem zrobić?
• NLTK i spaCy - co dalej?

Rozdział 4. NLP - zastosowania

• Powtórka z NumPy
  • Tablice i macierze
  • Deklarowanie tablic i macierzy w pigułce
  • Funkcje tablicowe
  • Zmiany układu i rozmiaru tablic
  • Wycinki, czyli opanuj dwukropek
• Powtórka z Pandas
  • Model danych w bibliotece Pandas
  • Obiekty Pandas Series
  • Obiekty Pandas DataFrame
  • Import danych zewnętrznych
  • Czyszczenie danych
  • Analiza jadłospisu pandy
• Nauczanie nadzorowane w pigułce
  • Macierz konfuzji
  • Ewaluacja modeli klasyfikacji
  • Wstępniak z scikit-learn
  • Klasyfikacja na przykładzie
• Analiza podobieństwa
  • Wektoryzacja w spaCy
  • Techniczne aspekty wektoryzacji
• Klasyfikacja - ciąg dalszy
  • Klasyfikacja dla liczby klas większej niż 2
• Analiza sentymentu
  • VADER
  • TextBlob

Rozdział 5. ChatGPT to. nie tylko czat!

• Czym jest ChatGPT?
  • Wektory słów i word embeddings
• Nie tylko chat
• Podłączamy się do serwisu OpenAI przez API
  • Tworzenie konta w usłudze OpenAI
  • Klucz API do komunikacji z usługą GPT
  • Bezpieczeństwo klucza API
• Konwersacja z ChatGPT przez API
  • Szablon zapytania do ChatGPT API
  • Dłuższe sesje z ChatGPT API
• Podłączamy ChatGPT do internetu
  • Naucz się web scrappingu
  • Analiza sentymentu recenzji internetowych
• Interfejs embeddings serwisu OpenAI

Rozdział 6. Szybka analiza danych przy użyciu Matplotlib

• Wykresy punktowe i liniowe
• Modyfikacje wyglądu wykresu
• Wykresy wielokrotne
• Popularne miary statystyczne
• Rozkład normalny warto znać!
• Popularne wykresy analizy danych
  • Wykresy słupkowe
  • Histogramy
  • Wykres skrzypcowy
  • Wykres pudełkowy
  • Mapa cieplna
• Podręcznik Matplotlib na bezludną wyspę?

Rozdział 7. Czy można przewidzieć nieznane?

• Zastosowania regresji liniowej
• Kiedy regresja działa, a kiedy nie?
• Wstępna analiza statystyczna danych
• Regresja z użyciem biblioteki scikit-learn

Rozdział 8. Podział klasowy bez złych skojarzeń

• Metody skalowania cech
• Skalowanie cech - przykład
• Analiza wartości odstających
• Klasyfikacja bez standaryzacji i ze standaryzacją
• Zmienne kategoryczne - co z tym fantem zrobić?
• Preprocesowanie danych przy użyciu ColumnTransformer
• Gdy klas jest więcej niż dwie
• Klasyfikacja obrazów

Rozdział 9. Dziel i rządź, czyli klasteryzacja

• Niebo gwiaździste nade mną.
• Popularne algorytmy realizujące klasteryzację
• Pierwsze klastrowanie w Pythonie
  • Klastrowanie hierarchiczne
  • Algorytm centroidów (K-Means)
  • Więcej wymiarów
• Kłopotliwe dane kategoryczne
  • K-modes
  • K-prototypes
• A może dwa wróble w garści?

Podsumowanie

Skorowidz

• Назва: Machine learning i natural language processing w programowaniu. Podręcznik z ćwiczeniami w Pythonie
• Автор: Piotr Wróblewski
• ISBN: 978-83-289-2101-6, 9788328921016
• Дата видання: 2024-09-24
• Формат: Eлектронна книга
• Ідентифікатор видання: szinpy
• Видавець: Helion
• вікова категорія: 14+