Detaillierte Informationen zum Seminar
Inhalte:
Grundlagen Natural Language Processing mit Python
- Einführung in NLP-Konzepte
- Datenformate (z. B. Plain Text, JSON, CSV)
- Einsatzgebiete wie Textklassifikation, Stimmungsanalyse, semantische Suche
Textanalyse mit spaCy
- Aufbau von NLP-Pipelines
- Tokenisierung, Lemmatisierung
- POS-Tagging
- Named Entity Recognition (NER)
- Rule-Based Matching
Arbeiten mit Transformer-Modellen (Hugging Face)
- Nutzung vortrainierter Modelle wie BERT, RoBERTa und GPT
- Durchführung von Inferenz auf Textdaten
- Transfer auf eigene Anwendungsfälle
Fine-Tuning von NLP-Modellen
- Vorbereitung eigener Datensätze
- Trainingsstrategien für Klassifikation oder NER
- Evaluierung und Optimierung
Prompt Engineering für generative Modelle
- Struktur und Logik effektiver Prompts
- Zero-/Few-Shot Learning
- Anwendung auf Textzusammenfassung, Q&A und Chatbots
Best Practices und Fallbeispiele aus der Praxis
- Typische Stolpersteine
- Modellwahl und Tool-Vergleich
- Umsetzung von Prototypen in produktionsnahen Umgebungen
Dauer/zeitlicher Ablauf:
3 Tage
Ziele/Bildungsabschluss:
Siehe Beschreibung und Inhalt.
Teilnahmevoraussetzungen:
Sicherer Umgang mit Python. Grundkenntnisse in Data Science oder Machine Learning sind hilfreich, aber nicht zwingend erforderlich.
Material:
Im Preis enthalten sind PC-COLLEGE - Zertifikat, Pausenverpflegung, Getränke und Kursmaterial.
Förderung:
Bildungsscheck, andere auf Anfrage
Zielgruppe:
Sie analysieren Textdaten, erkennen Inhalte automatisiert und wenden moderne NLP-Modelle produktiv für verschiedene Anwendungsbereiche an.
Seminarkennung:
PYN260216-S
