curso de_
Clasificación de texto multilabel: contextos múltiples en NLP
Es parte de los cursos de Machine Learning en Data Science.
Discusiones sobre este curso
Resumen del curso
- Aprenda qué es la clasificación multilabel
- Conozca la diferencia entre clasificación multilabel y clasificación multiclass
- Aplique la clasificación multilabel para clasificar los tags de las preguntas de Stackoverflow
- Conozca las métricas de evaluación para modelos de clasificación multilabel
- Conozca Scikit-Multilearn, una librería específica para trabajar con clasificación multilabel
Público Objetivo
Desarrolladores interesados en crear aplicaciones relacionadas con interpretación del lenguaje humano o para personas interesadas en Machine Learning o Inteligencia Artificial y que quieran iniciar el viaje a través de uno de los mayores desafíos de la computación moderna: el Procesamiento del Lenguaje Natural.
Contenido relacionado
Cursos de Machine Learning en Data Science. Lea nuestros artículos de Data Science.
Última actualización
2/1/2023
¿Ya eres alumno?
12h
p/ conclusión
54
Actividades
230
Minutos de video
69
Alumnos en este curso
9.4
Nota del curso
Certificado de participación
Formación con este curso
Instructores
Contenido Detallado
1. Comprendiendo la clasificación multilabel
- Presentación
- Explorando el problema
- Clasificadores
2. Preparando los datos
- Desafios de usar string como target
- Explorando soluciones para usar string como target
- Transformando tags en columnas
3. Dividiendo los datos con train_test_split
- Datos de entrenamiento y prueba
- Zip para clasificación multilabel
- TF-IDF
- Vectorizando nuestros textos
4. Creando el primer modelo
- Relevancia binaria
- OnevsRest
- Realizando la primera clasificación
5. Métricas de evaluación
- Exact Match
- Hamming Loss
- Calculando el Hamming Loss
6. Mejorando la relación usando clasificación en cadena
- Clasificación en cadena
- Scikit-multilearn
- Analizando los clasificadores
- Relevancia binaria con Scikit-multilearn
7. Adaptando algoritmo para clasificación
- Comprendiendo ML-KNN
- Utilizando ML-KNN
- Comprobando las clasificaciones
- Conclusión
Acceso a todos los cursos
Estudiar las 24 horas, dónde y cuándo quieras
Nuevos cursos cada semana
