Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Develop Intelligent IOS Apps with Swift: Understand Texts, Classify Sentiments, and Autodetect Answers in Text Using Nlp
Chapitre 1 : Introduction à la ML et à la PNL.
Objectif du chapitre : présenter les idées générales de la ML et le fonctionnement de la PNL.
- Introduction à la ML.
- Introduction à la PNL.
Chapitre 2 : Les outils de ML d'Apple.
Objectif du chapitre : apprendre les outils qu'Apple fournit pour le ML.
- CoreML.
- CreateML.
- TuriCreate.
Chapitre 3 : Classification de texte.
Objectif du chapitre : apprendre les outils qu'Apple fournit pour le ML.
- Classification des SMS de spam.
- Trouver l'auteur d'un texte.
- TuriCreate.
Chapitre 4 : Cadre du langage naturel.
Objectif du chapitre : apprendre les capacités NLP intégrées à iOS.
- Tokenisation.
- Classifier les noms, les verbes et les adjectifs.
- Détecter des personnes, des lieux et des organisations dans un texte.
Chapitre 5 : Trouver des réponses à des questions dans un document texte.
Objectif du chapitre : utiliser le modèle BERT pour trouver la réponse à la question d'un utilisateur dans un corps de texte.
- Modèle de l'ORET.
- Traitement du texte.
Chapitre 6 : Utilisations avancées.
- Convertir les modèles NLP de Keras à Core ML.
- Convertir les modèles NLP de TensorFlow vers Core ML.
