Metinden yapılandırılmış bilgiyi çekip çıkar
Serbest metinden yapılandırılmış bilgi çıkarmayı öğreten orta seviye eğitim: düzenli ifadelerle (regex) örüntü eşleme, sözlük/gazetteer eşleme, spaCy ile varlık tanıma (NER) ve özel varlık kuralları, ilişki ve olay çıkarımı ile bilgi çıkarım hattının kurulmas…
Metinde örüntü eşleme ve bilgi çıkarımı (information extraction)
Bu orta seviye eğitim, serbest metinden yapılandırılmış bilgi çıkarmayı sistematik öğretir. Düzenli ifadeler (regex) ile örüntü eşleme (tarih, e-posta, telefon, kimlik gibi), sözlük/gazetteer tabanlı eşleme, varlık tanıma (Named Entity Recognition: kişi, yer, organizasyon, tarih), kural tabanlı ve ML tabanlı NER (spaCy), ilişki çıkarımı (relation extraction), olay (event) çıkarımı ve bilgi çıkarım hattının değerlendirilmesi işlenir. Python ve spaCy ile gerçek metinlerde uygulama yapılır.
3 Gün. Her gün dört modül; katılımcılar regex eşlemeden ilişki/olay çıkarımına ilerler.
Orta Seviye — Metinde örüntü eşleme (regex) ve bilgi çıkarımı (NER, ilişki) teknikleri.
Katılımcılar gerçek metinlerde regex ve spaCy ile varlık ve ilişki çıkarımı yaparak öğrenir.
Regex ile metindeki yapısal kalıpları güvenle yakalarsınız.
Kişi, yer ve organizasyon gibi varlıkları otomatik çıkarırsınız.
Varlıklar arasındaki ilişkileri yapılandırılmış hale getirirsiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Temel Python ve dize (string) işleme deneyimi gerekir.
Metin verisi ve temel NLP kavramlarına aşinalık faydalıdır.
Python, re modülü ve spaCy kurulu bir ortam gerekir.
Bilgi çıkarılacak örnek belgeler alıştırmaları güçlendirir.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Düzenli ifadelerle yapısal örüntüleri yakalarsınız.
E-posta, tarih, telefon gibi kalıpları çıkarırsınız.
Gazetteer ve PhraseMatcher ile terim eşlersiniz.
spaCy ile kişi/yer/organizasyon tanırsınız.
EntityRuler ile kendi varlık türlerinizi eklersiniz.
Varlıklar arası ilişkileri üçlülere dönüştürürsünüz.
Metinden olay ve argümanları çıkarırsınız.
Çıkarımı JSON/veritabanı/bilgi grafiğine yazarsınız.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Microsoft Fabric semantik modelleri ve Semantic Link (SemPy): modele Python'dan erişim, evaluate_dax, veri kalitesi doğrulama ve ML entegrasyonu uygulamalı.
Detayları Gör →
Microsoft Fabric'te madalyon mimarisi ve yıldız şeması: bronze yutma, silver temizlik, gold boyut/olgu, SCD Type 1/2, delta optimizasyon ve semantik model.
Detayları Gör →
Microsoft Fabric lakehouse: delta tablolar, veri yükleme, shortcut, Spark notebook dönüşümleri, SQL analytics endpoint, OPTIMIZE/V-Order bakımı ve model.
Detayları Gör →
Microsoft Purview ile veri yönetişimi ve uyumluluk: veri kataloğu, tarama, sınıflandırma, iş sözlüğü, soyağacı, hassasiyet etiketleri, DLP ve saklama politikala
Detayları Gör →
MicroStrategy geliştirici eğitimi: şema nesneleri, metric/dossier, REST API ile otomasyon, Embedding SDK ile gömme ve D3 tabanlı özel görselleştirme geliştirme.
Detayları Gör →