Kako odabrati kod toliko NLP resursa u Pythonu? Otkrijte najbolje Python biblioteke za analizu teksta i kako se one koriste. Obrada prirodnog jezika, ili skraćeno NLP – natural language processing, najbolje je opisati kao „VI za govor i tekst“. Čarolija iza govornih komandi, prevođenja govora i teksta, analize raspoloženja, sažimanja teksta i mnogih drugih lingvističkih aplikacija i analiza, obrada prirodnog jezika dramatično je poboljšana zahvaljujući dubokom učenju. Jezik Python pruža pogodan pristup za sve vrste mašinskog učenja, uključujući NLP. U stvari, postoji neprilika šta izabrati od NLP bogatstva u ekosistemu Python. U ovom članku ćemo istražiti svaku od NLP biblioteka dostupnih za Python - njihove primene upotrebe, snagu, slabosti i opšti nivo popularnosti.

Naučite kako da pravite sve, od osnovnih linijskih grafikona do utrkujućih trakastih dijagrama - interaktivnih i lako animiranih - pomoću R paketa echarts4r. Iako za statične grafike uglavnom koristim ggplot2, uvek tražim načine za interaktivnu vizualizaciju. Paket echarts4r je jedan od mojih novih omiljenih paketa za to. Intuitivan je, moćan i fleksibilan. Paket echarts4r je R omotač za JavaScript biblioteku echarts, zvanični projekat fondacije Apache Software (napredovao iz statusa inkubatora u decembru). To mi pomaže da se samouvereno oslonim na JavaScript kôd na kojem se zasniva R paket.

Veliki potrošački softver, aplikacije i veb lokacije rađaju kod vaših poslovnih korisnika preterana očekivanja od onog što vaš mali tim za razvoj može da uradi. Evo kako da se reše njihove (često opravdane) žalbe. Da li je Linkoln rekao da sav softver mrzimo bar neko vreme i da neki softver mrzimo sve vreme? Rekao bi to. Hvala bogu da ne možemo sav softver da mrzimo stalno jer, nakon što pogodimo pravu kombinaciju pritisaka na miša i tastaturu, većina tog softvera radi čarobne stvari. Šteta što put do tog rezultata često uključuje psovke i čupanje kose - posebno ako je kôd iz vaše vlastite kuće. Čak i da mrzimo korišćenje velikih proizvoda, aplikacija i veb lokacija, ocenjivanje razvoja softvera često nije fer prema prilagođenim projektima za posebne zadatke preduzeća. Uostalom, postoje na stotine ako ne i hiljade programera koji rade na velikim softverima i uslugama od kojih potrošači zavise u svakodnevnom životu. Postoje čitavi timovi posvećeni samo delu za plaćanje kreditnim karticama i čitave zgrade pune radnika posvećenih rešavanju kako da ljudi kliknu češće za jedan procenat. Ali teško je o manjim internim projektima ne suditi prema standardima koje postavljaju ove brigade programera.

Koji programski jezik treba da odaberete za projekat mašinskog obučavanja ili dubokog obučavanja? Ovo su vam najbolje opcije

Autor: Ian Pointer

VI (veštačka inteligencija) otvara čitav svet mogućnosti za programere aplikacija. Korišćenjem mašinskog obučavanja ili dubokog obučavanja mogli biste da proizvedete mnogo bolje korisničke profile, personalizaciju i preporuke ili da uključite pametnije pretraživanje, govorni interfejs ili inteligentnu pomoć ili da poboljšate aplikaciju na neki drugi način. Možete čak i da pravite aplikacije koje vide, čuju i reaguju na situacije koje uopšte niste predvideli.

Koji programski jezik treba da naučite da biste zaronili u dubine VI? Naravno, želite jezik sa mnogo dobrih biblioteka za mašinsko obučavanje i duboko obučavanje. Jezik bi takođe trebalo da ima dobre radne performanse, podršku dobrih alata, veliku zajednicu programera i zdrav ekosistem paketa za podršku. To je dugačak spisak zahteva, ali još uvek postoji puno dobrih opcija.

MongoDB i MySQL su vodeći NoSQL otvorenog koda i relaciona baza podataka. Šta je najbolje za vašu aplikaciju?

Tokom dot kom elspolozije u 1990-im, uobičajeni softverski paket za veb aplikacije bio je LAMP, koji je prvobitno značio: Linux (OS), Apache (veb server), MySQL (relaciona baza podataka) i PHP (serverski jezik za server). MySQL je bila najpoželjnija baza podataka pre svega zato što je bila besplatna, otvorenog koda i imala je dobre performanse čitanja, što se dobro uklapalo sa aplikacijama „Veb 2.0“ koje su dinamički generisale lokacije iz baze podataka.

"Softver ždere svet", izjavio je slavni preduzetnik Marc Andreessen. Neko mora da piše taj softver. Zašto ne biste vi?

Postoji na hiljade programskih jezika, ali neki su daleko popularniji od drugih. Kada kompanija krene da traži nove talente za programiranje, oni traže ljude koji su upoznati sa jezicima i sistemima koje kompanija već koristi - čak i kada novi jezici kao što je Apple Swift počnu da privlače pažnju. Ovdje su programski jezici koje bi trebalo da naučite ako želite da uvek imate posao, prema stavu popularnog indeksa TIOBE. Java: Prvobitno izmišljena 1991. godine kao programski jezik za pametne televizore, Oracle-ova Java je još uvek najpopularniji jezik na svetu - položaj učvršćen činjenicom da je Java ključna za razvoj Android aplikacija i mnogo poslovnog softvera.