Nivel Intermedio
24 clases
4 horas de contenido
6 horas de práctica
Analiza el Procesamiento de Lenguaje Natural con Python y NLTK. Descubre cómo tokenizar texto, encontrar colocaciones y medir similitudes semánticas. Aprende a procesar datos desde la web e implementar técnicas de limpieza de texto.
Fundamentos con NLTK
- 4
Procesamiento de Lenguaje Natural con Python en Google Colab
11:08 min - 5
Expresiones Regulares en Python: Patrones de Búsqueda Avanzados
10:14 min - 6
Tokenización de Texto con Expresiones Regulares en Python
10:03 min - 7
Estadística para Procesamiento del Lenguaje: Riqueza Léxica y Métricas
13:02 min - 8
Cálculo de frecuencias con NLTK y diccionarios en Python
05:58 min - 9
Filtrado y Visualización de Frecuencias de Palabras con NLTK y NumPy
17:30 min - 10
Estadísticas de Ennegramas y Colocaciones en Textos
04:25 min - 11
Extracción de Ngramas y Bigramas con NLTK en Python
11:25 min - 12
Análisis de Colocaciones con NLTK y Pandas en Python
16:16 min - 13
Visualización de Colocaciones en Textos con Pandas y Plotly
09:19 min - 14
Identificación de Colocaciones en Textos con NLTK y PMI
09:09 min - 15
Recursos Léxicos: Uso y Aplicación en Procesamiento del Lenguaje
02:46 min - 16
Recursos Léxicos en Python: Vocabularios, Frecuencias y Stopwords
09:19 min - 17
Traducción de palabras con Swadesh en procesamiento de lenguaje natural
05:00 min - 18
Uso de WarNet para Procesamiento del Lenguaje Natural
04:50 min - 19
Análisis de Sinsets e Hipónimos con NLTK y WordNet en Google Colab
17:52 min - 20
Medición de Similitud Semántica con WordNet en Python
08:18 min - 21
Extracción y Procesamiento de Texto desde Páginas Web con NLTK
13:36 min - 22
Organización de Código en Google Colab con Funciones y Módulos
05:50 min - 23
Funciones y Buenas Prácticas en Google Colab y Python
12:57 min
Perspectivas de lo que viene
Profes del curso
Conoce quién enseña el curso
Francisco Camacho
Co-founder & CTO at Hunty
Co-founder & CTO at Hunty
Opiniones del curso
4.8 · 508 opiniones
Alex Xiomar Rubio Lopez
@axrubio·
Aprender a tokenizar texto, procesar datos, implementar técnicas de limpieza de texto, encontar colocaciones y medir similitudes semánticas
Daniel Correa
@danielfernando·
Muy buen curso, el profesor explica muy bien, aunque esperaba usar ML en este curso
Juan Ignacio Barroso
@IgnacioBarroso·
Muy util el curso, me dio grandes herramientas para cuando quiera encarar proyectos con la ultima tecnologia de modelos enfocados a lenguaje con transformers. Tambien me sorprendio todo lo que se puede saber de los textos solo con algoritmos y no basados en ml. Muy buen profe.
Adriana García Benavides
@adri_soul·
Muy práctico y bien explicado.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist
127 horas
30 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Machine Learning Engineer
153 horas
36 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
Deep Learning con Python
26 horas
6 Profes
Utiliza redes neuronales para entrenar modelos con grandes cantidades de datos. Crea proyectos avanzados de inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender