Description
Using the example of a chatbot I will show how a complex ML system can be built in an iterative fashion with feasibility and scalability in mind, starting from simple but proven methods and incrementally constructing an increasingly powerful pipeline of algorithms. I will discuss a range of natural language processing tools and techniques in Python, from scikit-learn's inbuilt text processing capabilities, to the advanced NLP library spaCy, all the way to neural networks and deep learning using PyTorch. Besides the technical aspects, I will present real case studies of how we at Bespoke have applied this approach.
チャットボットの例を用いて、複雑なMLシステムがどのようにして実現可能性とスケーラビリティを念頭に置いた反復的な方法で構築されるかを紹介します。私は、scikit-learnの組み込みテキスト処理機能から、高度なNLPライブラリspaCy、PyTorchを使ったニューラルネットワークと深層学習まで、Pythonを使った自然言語処理ツールとテクニックの範囲について議論します。技術的な側面に加えて、私たちがBESPOKEでどのようにこのアプローチを適用したかの実際のケーススタディを紹介します。