msb-public
/
ML-For-Beginners
mirror of https://github.com/microsoft/ML-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
ML-For-Beginners/translations/nl/6-NLP
History
leestott 98900475bd
🌐 Update translations via Co-op Translator 		3 weeks ago
..
1-Introduction-to-NLP 🌐 Update translations via Co-op Translator 3 weeks ago
2-Tasks 🌐 Update translations via Co-op Translator 3 weeks ago
3-Translation-Sentiment 🌐 Update translations via Co-op Translator 3 weeks ago
4-Hotel-Reviews-1 🌐 Update translations via Co-op Translator 3 weeks ago
5-Hotel-Reviews-2 🌐 Update translations via Co-op Translator 3 weeks ago
data 🌐 Update translations via Co-op Translator 3 weeks ago
README.md 🌐 Update translations via Co-op Translator 3 weeks ago

README.md
Escape

Aan de slag met natuurlijke taalverwerking

Natuurlijke taalverwerking (NLP) is het vermogen van een computerprogramma om menselijke taal te begrijpen zoals deze wordt gesproken en geschreven – aangeduid als natuurlijke taal. Het is een onderdeel van kunstmatige intelligentie (AI). NLP bestaat al meer dan 50 jaar en heeft zijn oorsprong in de taalkunde. Het hele vakgebied is gericht op het helpen van machines om de menselijke taal te begrijpen en te verwerken. Dit kan vervolgens worden gebruikt om taken uit te voeren zoals spellingscontrole of machinale vertaling. Het heeft een breed scala aan toepassingen in de echte wereld in verschillende gebieden, waaronder medisch onderzoek, zoekmachines en bedrijfsinformatie.

Regionaal onderwerp: Europese talen en literatuur en romantische hotels in Europa ❤️

In dit deel van de cursus maak je kennis met een van de meest voorkomende toepassingen van machine learning: natuurlijke taalverwerking (NLP). Afgeleid van computationele taalkunde, vormt deze categorie van kunstmatige intelligentie de brug tussen mensen en machines via spraak- of tekstuele communicatie.

In deze lessen leren we de basisprincipes van NLP door kleine conversatiebots te bouwen om te ontdekken hoe machine learning helpt om deze gesprekken steeds 'slimmer' te maken. Je reist terug in de tijd en voert gesprekken met Elizabeth Bennett en Mr. Darcy uit Jane Austens klassieke roman, Pride and Prejudice, gepubliceerd in 1813. Vervolgens breid je je kennis uit door meer te leren over sentimentanalyse via hotelbeoordelingen in Europa.

Pride and Prejudice boek en thee

Foto door Elaine Howlin op Unsplash

Lessen

  1. Introductie tot natuurlijke taalverwerking
  2. Veelvoorkomende NLP-taken en technieken
  3. Vertaling en sentimentanalyse met machine learning
  4. Je data voorbereiden
  5. NLTK voor sentimentanalyse

Credits

Deze lessen over natuurlijke taalverwerking zijn geschreven met ☕ door Stephen Howell

Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in zijn oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.