×
زمان تقریبی انتشار: ۴ تا ۱۲ هفته

آموزش متن کاوی در سی شارپ و MATLAB - پیش ثبت نام

آموزش متن کاوی در سی شارپ و MATLAB - پیش ثبت نام

درخواست اطلاع رسانی انتشار این آموزش
وضعیت انتشار: در حال برنامه ریزی
زمان تقریبی انتشار: بر حسب تعداد درخواست های دانشجویان و اولویت زمانی و آموزشی اعضای هیات علمی فرادرس، انتشار این آموزش در واحد نشر فرادرس اولویت سنجی می شود. انتشار یک آموزش پس از شروع به ضبط معمولا ۴ تا ۱۲ هفته زمان می برد.
این آموزش در حال برنامه ریزی برای ارائه در فرادرس است و انتشار سریع تر آن، بستگی به تعداد متقاضیان این آموزش دارد. چنانچه شما نیز تمایل به انتشار سریع این آموزش دارید در این آموزش پیش ثبت نام نمایید.
آموزش متن کاوی در سی شارپ و MATLAB - پیش ثبت نام

هدف از این آموزش، طرح مبانی و کاربردهای متن کاوی با تاکید بر متون فارسی و مثال های کاربردی است. در پایان این فرادرس، فراگیر به راحتی می تواند عملیات پیش پردازشی موثری روی متون فارسی انجام دهد. همچنین، فراگیر خواهد توانست در حوزه های تخصصی متن کاوی نظیر: رده بندی، خوشه بندی، شناسایی روابط و شباهت های بین متنی و بازیابی متن، پیاده سازی های تحقیقاتی و عملیاتی انجام دهد. در رده بندی تعدادی متن (خبر، صفحه وب، سند و...) به رده های از پیش تعیین شده نسبت داده می شوند.

آموزش متن کاوی در سی شارپ و MATLAB - پیش ثبت نام

درخواست اطلاع رسانی انتشار این آموزش
وضعیت انتشار: در حال برنامه ریزی
زمان تقریبی انتشار: بر حسب تعداد درخواست های دانشجویان و اولویت زمانی و آموزشی اعضای هیات علمی فرادرس، انتشار این آموزش در واحد نشر فرادرس اولویت سنجی می شود. انتشار یک آموزش پس از شروع به ضبط معمولا ۴ تا ۱۲ هفته زمان می برد.
این آموزش در حال برنامه ریزی برای ارائه در فرادرس است و انتشار سریع تر آن، بستگی به تعداد متقاضیان این آموزش دارد. چنانچه شما نیز تمایل به انتشار سریع این آموزش دارید در این آموزش پیش ثبت نام نمایید.

فرادرس از جهت فرصت آموختن، یک محیط کاملا باز (بدون هیچ مرز و شرط برای ورود) برای همه است. اما از جهت فرصت آموزش دادن، یک محیط به شدت بسته است و مدرسین آن با عبور از سخت ترین ضوابط علمی و فیلترهای مهارت آموزشی برگزیده و دستچین می شوند. در چندین سال گذشته کمتر از 5 درصد متقاضیان تدریس در فرادرس توانسته اند به مرحله نهایی ارائه آموزش در آن برسند. ارائه یک آموزش توسط «گروه مدرسین فرادرس» تضمینی برای کیفیت آن می باشد.

توضیحات تکمیلی

هدف از این آموزش، طرح مبانی و کاربردهای متن کاوی با تاکید بر متون فارسی و مثال های کاربردی است. در پایان این فرادرس، فراگیر به راحتی می تواند عملیات پیش پردازشی موثری روی متون فارسی انجام دهد. همچنین، فراگیر خواهد توانست در حوزه های تخصصی متن کاوی نظیر: رده بندی، خوشه بندی، شناسایی روابط و شباهت های بین متنی و بازیابی متن، پیاده سازی های تحقیقاتی و عملیاتی انجام دهد. در رده بندی تعدادی متن (خبر، صفحه وب، سند و...) به رده های از پیش تعیین شده نسبت داده می شوند.

در خوشه بندی تلاش می شود یک تقسیم بندی منطقی یا طبیعی برای متن های بدون برچسب تولید شود (مانند ایجاد یک ساختار مفهومی درختواره از تعدادی مقاله یا پایان نامه بدون برچسب). برخی از مهم ترین کاربردهای متن کاوی و پردازش متن عبارتند از: شناسایی هرزنامه ها (Spam)، شناسایی خودکار نوع اخبار (ورزشی، سیاسی و...)، تشخیص جعل علمی، بازیابی متن و موتورهای جستجو، استخراج اطلاعات از اینترنت، خلاصه سازی خودکار متن، ترجمه خودکار متن و تولید و درک متن در ربات های چت.

مثال های پیاده سازی به دو زبان برنامه نویسی #C و MATLAB ارائه خواهند شد. مثال های #C برای کسانی مناسب تر است که به دنبال توسعه نرم افزارهای عملیانی هستند. مثال هایی که در MATLAB طرح می شوند، از بعد پژوهشی و دانشگاهی بیشتر حائز اهمیت هستند، هر چند در بسیاری مسائل دنیای واقع با آن ها دست به گریبان هستیم.

فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
  • درس یکم: مقدمه
    • تعریف متن کاوی
    • فرمت های متنی
    • اجزای متنی
    • انواع وظایف داده کاوی
      • رده بندی متن
      • خوشه بندی متن
      • ارتباط علی و معلولی
      • بازیابی متن
      • جستجوی وب
  • درس دوم: پیش پردازش متن
    • یکسان سازی حروف فارسی
    • جداسازی واژه ها
    • ریشه یابی
    • حذف ایست واژه ها
    • وزن دهی به واژه ها
    • شناسایی عبارات اسمی
    • پیاده سازی
      • یکسان سازی و جداسازی واژه ها در متون خبری (#C)
      • وزن دهی به واژه ها و شناسایی عبارات اسمی (#C)
  • درس سوم: کدگذاری متن
    • انتخاب ویژگی
      • انتخاب ویژگی در هم تنیده (Wrapper)
      • تحلیل مولفه های اصلی (PCA)
    • ملاحظات مربوط به کدگذاری
    • پیاده سازی
      • کاهش بعد متن های خبری با استفاده از (PCA (MATLAB
  • درس چهارم: شباهت سنجی و ارتباط سنجی بین متنی
    • مقایسه رشته ها
      • روش های مقایسه رشته ای مرسوم
      • مقایسه پیشرفته به کمک N - گرام
    • شباهت سنجی بین متنی
    • شباهت مفهومی بین واژه ها
      • شباهت سنجی بر حسب ماتریس واژه - متن
      • بردارهای واژه - بافت
    • ارتباط سنجی بین واژه ها
    • پیاده سازی
      • مقایسه رشته ها با بررسی N - گرام در دیوان شعر (#C)
      • بررسی بردارهای واژه بافت واژه های مهم از دیوان شعر (#C)
  • درس پنجم: رده بندی متن
    • تعریف رده بندی متن
    • کاربردهای رده بندی متن
    • رده بندی الگوها
    • آشنایی با برخی رده بندها
      • رده بند نزدیک ترین K همسایه
      • رده بند بیز
      • رده بند شبکه عصبی پرسپترون چند لایه
      • رده بندی ماشین بردار پشتیبان
    • پیاده سازی
      • تشخیص نوع اخبار (MATLAB)
  • درس ششم: خوشه بندی متن
    • تعریف خوشه بندی متن
    • خوشه بندی داده ها
    • آشنایی با برخی الگوریتم های خوشه بندی
      • الگوریتم K - Means
      • الگوریتم K - Means فازی
      • الگوریتم های سلسله مراتبی
    • پیاده سازی
      • خوشه بندی اخبار (MATLAB)
  • درس هفتم: بازیابی متن
    • تعریف بازیابی متن
    • بازیابی متن در برابر بازیابی در پایگاه داده
    • انتخاب سند در برابر رتبه بندی سند
    • مدل های بازیابی
    • پیاده سازی
      • بازیابی اخبار (MATLAB)
  • درس هشتم: جستجوی وب
    • خزنده های وب (Web Crawling)
    • شاخص گذاری وب (Web Indexing)
    • تحلیل پیوند (Link Analysis)
    • پیاده سازی
      • تحلیل پیوندها در (#Wikipedia (C

مفید برای رشته های
  • مهندسی کامپیوتر




راهنمای سفارش آموزش‌ها

آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

(راهنمایی بیشتر +)

در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟
  • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
  • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه


اطلاعات تکمیلی

نام آموزش آموزش متن کاوی در سی شارپ و MATLAB - پیش ثبت نام
ناشر فرادرس
کد آموزش FVTM9801
زبان فارسی
نوع آموزش آموزش ویدئویی (نمایش آنلاین + دانلود)






نظرات

Behrooz
Behrooz

عالی, و کامل، منتظریم
پاسخ به نظر

محمد
محمد

با سلام بنده به شخصه شدیدا به این دوره ی آموزشی نیازمندم!!!
پاسخ به نظر

برچسب‌ها:
#C | Link Analysis | MATLAB | N - گرام | PCA | Spam | Web Crawling | Wrapper | استخراج اطلاعات از اینترنت | الگوریتم K - Means فازی | الگوریتم k-Means | الگوریتم های سلسله مراتبی | انتخاب ویژگی در هم تنید | بازیابی متن | بازیابی متن و موتورهای جستجو | بردارهای واژه - بافت | پیاده سازی های تحقیقاتی | تحلیل پیوند | توسعه نرم افزارهای عملیانی | جستجوی وب | خزنده های وب | خوشه بندی | خوشه بندی اخبار | خوشه بندی متن | ربات های چت | رده بند شبکه عصبی پرسپترون چند لایه | رده بندی ماشین بردار پشتیبان | روش های مقایسه رشته ای مرسوم | شاخص گذاری وب | عملیات پیش پردازشی | کدگذاری متن | ماتریس واژه - متن | متن کاوی | وظایف داده کاوی
مشاهده بیشتر مشاهده کمتر

×
فهرست جلسات ۰ جلسه ویدئویی