Build Natural Language Processing (NLP) model with Python| TF-IDF, N-gram, Text processing

Veröffentlicht am: 02 Juli 2021
auf dem Kanal: When Maths Meet Coding

16,590

417

A complete Guide to Build and Deploy NLP Model with Python, A to Z (NLP) Machine Learning Model Building, and Deployment with streamlit to a web app. A complete explanation of TF-IDF, N-gram, and Text processing word vectorization techniques.

https://github.com/jakkcoder/Language...

link for the dataset I have used in the current tutorial

https://www.kaggle.com/basilb2s/langu...

0:00 Intro — NLP Language Detection Project (End-to-End)
0:41 What You’ll Learn + Full Pipeline Overview (TF-IDF, Pickle, Web App)
1:31 Environment Setup + GitHub Links (Env + Dataset)
2:30 Dataset Overview (Language Detection CSV)
3:28 Libraries + Start in Jupyter Notebook
5:14 Text Cleaning (Lowercase + Remove Punctuation Function)
10:20 Train-Test Split (Prepare X and Y)
13:02 Why Vectorization is Needed (Text → Numbers)
13:33 Unigram vs Bigram vs Trigram (Concept)
18:20 TF-IDF Explained (Term Frequency + Inverse Document Frequency)
21:20 TF-IDF Vectorization (sklearn) + Pipeline Setup
24:30 Train Logistic Regression Model
25:44 Model Evaluation (Accuracy + Confusion Matrix)
27:24 Testing with Custom Sentences (Live Predictions)
28:50 Save Model as Pickle (.pkl)
31:12 Streamlit Web App (app.py Explanation)
33:14 Run Streamlit App (streamlit run app.py)
34:33 Wrap-up + Next Steps (Packaging/Docker/Deploy)

Auf dieser Seite können Sie das Online-Video Build Natural Language Processing (NLP) model with Python| TF-IDF, N-gram, Text processing mit der Dauer stunde minuten sekunde in guter Qualität ansehen, das der Benutzer When Maths Meet Coding 02 Juli 2021 hochgeladen hat, den Link mit Freunden und Bekannten teilen, dieses Video wurde auf Youtube bereits 16,590 Mal angesehen und es wurde von 417 den Zuschauern gefallen. Viel Spaß beim Betrachtenden Zuschauern gefallen!