Udemy – Data Extraction Basics for Docs and Images with OCR and NER 2024-3

در تاریخ: 1403/11/02 7:11:42

توضیحات

دوره Data Extraction Basics for Docs and Images with OCR and NER. مهارت‌های خود در علم داده و یادگیری ماشین را با تسلط بر تکنیک‌های پیشرفته استخراج اطلاعات ارزشمند از فرمت‌های متنوع اسناد، ارتقا دهید. این دوره جامع به شما ابزارها و دانشی را می‌دهد که برای استخراج کارآمد داده‌ها از PDF‌ها، تصاویر و سایر اسناد به آن نیاز دارید. شما به تکنیک‌های پیشرفته در تشخیص نوری کاراکترها (OCR)، پردازش زبان طبیعی (NLP) و بینایی کامپیوتری برای خودکارسازی فرآیندهای استخراج داده و ساده‌سازی گردش کار خود خواهید پرداخت.

این دوره شما را با مفاهیم اساسی پردازش تصویر، تکنیک‌های OCR با Tesseract و PyTesseract، پردازش زبان طبیعی با Spacy و ساخت پایپلاین های استخراج داده آشنا می‌کند. شما یاد خواهید گرفت که چگونه از تکنیک‌های بینایی کامپیوتری برای پیش‌پردازش و بهبود اسناد مبتنی بر تصویر استفاده کنید و مدل‌های OCR و NLP را برای دامنه‌های خاص سفارشی‌سازی و تنظیم کنید.

آنچه که در دوره Data Extraction Basics for Docs and Images with OCR and NER فرا خواهید گرفت:

یاد بگیرید چگونه به راحتی داده‌ها را از PDF‌ها، اسناد Word، تصاویر اسکن شده و موارد دیگر استخراج کنید.
از Tesseract و PyTesseract برای انجام تشخیص نوری کاراکتر (OCR) بر روی تصاویر با دقت بالا استفاده کنید.
یک پایپلاین های مشترک برای استخراج داده از انواع مختلف اسناد ورودی توسعه دهید.
یاد بگیرید چگونه یک گردش کار استخراج داده قوی ایجاد کنید.
شروع به کار با Spacy به طور موثر برای برچسب‌گذاری کنید.
یاد بگیرید چگونه Spacy را برای مجموعه داده‌های خود آموزش دهید.
از Pandas برای تبدیل داده‌های استخراج شده به فرمت CSV استفاده کنید.
یک راه حل فنی OCR قابل تنظیم برای استخراج داده طراحی کنید.

این دوره مناسب افرادیست که:

توسعه‌دهندگان پایتون که برای کار خود نیاز به استخراج داده از منابع مختلف دارند.
دانشجویانی که علاقه‌مند به یادگیری در مورد استخراج داده و چگونگی استفاده از آن برای حل مشکلات دنیای واقعی هستند.
هر کسی که کنجکاو در مورد استخراج داده است و می‌خواهد اطلاعات بیشتری در مورد آن کسب کند.