Text Generation with Markov Chains in Python

제공자:
Coursera Project Network
학습자는 이 무료 안내 프로젝트에서 다음을 수행하게 됩니다.

l​earn about Markov chains and apply this concept to modeling and generating text.

인터뷰에서 이 안내형 체험 보여주기

Clock1 hour
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this project-based course, you will learn about Markov chains and use them to build a probabilistic model of an entire book’s text. This will be done from first principles, without libraries. Markov chains are a simple but fundamental approach to modeling stochastic processes, with many practical applications. By the end of this project, you will have generated a random new text based on the book you modeled, using code you wrote in Python.

요구 사항

I​ntermediate Python programming

개발할 기술

Artificial Intelligence (AI)Probability TheoryPython ProgrammingNumpyMarkov Chain

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Read text from file

  2. Build a transition probability matrix

  3. Generate text using a Markov chain

  4. Improve capitalization, punctuation and spacing

  5. Improve text generation with k-token Markov chains

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.