Natural Language Processing für Data Science mit Python (Udemy.com)
Lerne Machine Learning, SpaCy, NLTK, SciKit-Learn, Deep Learning, und mehr für Natural Language Processing
Created by: Prof. Dr. René Brunner
Last updated November 2023
What you will learn
- Lerne, wie man in Python mit Textdateien arbeitet
- Lerne, wie man in Python mit PDF-Dateien arbeitet
- Verwende Regular Expressions für Mustersuche im Text
- Verwende SpaCy für ultra schnelle Tokenisierung
- Erfahre mehr über Stemming und Lemmatisierung
- Verstehe Wortschatz-Abgleich mit SpaCy
- Verwende Part of Speech Tagging, um Rohtext-Dateien automatisch zu verarbeiten
- Verstehe Named Entity Recognition
- Visualisiere POS und NER mit SpaCy
- Verwende SciKit-Learn zur Textklassifizierung
- Verwende Latent Dirichlet Allocation für Themenmodellierung (Topic Modelling)
- Erfahre mehr über Non-negative Matrix Factorization
- Verwende den Algorithmus Word2Vec
- Verwende NLTK für Stimmungsanalysen
- Verwende Deep Learning, um deinen eigenen Chat Bot zu erstellen
How it compares
Against the other 126 rated Udemy courses in Deep Learning on CourseDuck:
- Rating4.1 out of 5higher than 3% of them
- Reviews239#99 of 127 by number of reviews
- Length13.8 hourslonger than 62% of them
- Last updatedNovember 2023earlier than 61% of them
Course Description
Willkommen zum Natural Language Processing Kurs! Dieser Kurs wurde als deine vollständige Online-Anleitung entworfen, um dir die Verwendung von Natural Language Processing mit der Programmiersprache Python zu erklären.
"Es wird alles sehr verständlich erklärt und die Stimme ist sehr angenehm." (★★★★★L. Lafleur)
Wir beginnen mit den Grundlagen, du wirst lernen wie man Text- und PDF-Dateien mit Python öffnet und damit arbeitet, und lernen wie man Regular Expressions verwendet, um nach benutzerdefinierten Mustern innerhalb von Textdateien zu suchen.
Danach sehen wir uns die Grundlagen von Natural Language Processing an. Dafür werden wir die Natural Language Toolkit Bibliothek für Python verwenden, sowie die neueste Version der SpaCy Bibliothek für schnelle Tokenisierung, Parsing, Entity Recognition und Lemmatisierung von Text.
Du wirst fundamentale NLP Konzepte verstehen, wie zum Beispiel Wortstammerkennung (Stemming), Lemmatisierung, Stopp-Wörter, Phrasenabgleich, Tokenisierung und mehr!
Danach schauen wir uns Part-of-Speech Tagging an, wobei deine Python Skripte in der Lage sein werden, Wörter im Text automatisch den zugehörigen Sprachbestandteilen (z.B. Nomen, Verben und Adjektive) zuzuordnen, was ein wesentlicher Bestandteil beim Erstellen intelligenter Sprachsysteme ist.
Wir werden auch mehr über Named Entity Recognition erfahren, was es deinem Code möglich macht, Konzepte wie Geld, Zeit, Unternehmen, Produkte und mehr zu verstehen, nur auf Basis der Textinformation.
Durch aktuellste Visualisierungs-Bibliotheken können wir diese Beziehungen in Echtzeit beobachten.
Dann werden wir dazu übergehen, Machine Learning mit Scikit-Learn zu verstehen, um Textklassifizierung auszuführen. Unter anderem werden wir die automatische Erstellung von Machine Learning Systemen behandeln, die positive von negativen Filmkritiken unterscheiden können, oder Spam von echten Emails.
Wir werden dieses Wissen weiter vertiefen und durch komplexere unüberwachte Lernmethoden für NLP, wie Themenmodellierung, wobei unsere Machine Learning Modelle Themen und grobe Konzepte aus rohen Textdaten herausarbeiten können.
Dieser Kurs deckt auch fortgeschrittene Themen ab, wie die Stimmungsanalyse von Text mit der NLTK Bibliothek, und die Erstellung von semantischen Wortvektoren mit dem Algorithmus Word2Vec.
In diesem Kurs gib es einen ganzen Abschnitt für aktuellste fortgeschrittene Themen, wie Deep Learning zur Erstellung deines eigenen Chat Bots!
All das bekommst du mit einer 30 Tage Geld-zurück-Garantie, daher kannst du den Kurs risikofrei ausprobieren! Worauf wartest du noch?
Wir sehen uns im Kurs,
René
* Dieser Kurs erfordert, dass du dir Anaconda herunterlädst. Wenn du Udemy-Business-Nutzer bist, kläre bitte vor dem Herunterladen mit deinem Arbeitgeber, ob die Installation erlaubt ist.
Instructor Details
- 4.1 Rating
239 Reviews
Prof. Dr. René Brunner
In einer Welt der Veränderung gibt es keine Ressource, die wertvoller ist als Bildung. Sie befähigt die Menschen, auch in einer komplexen Umwelt selbstbestimmt ihren Weg zu gehen. Wichtig ist, was jeder einzelne kann. Die Digitalisierung steckt voller Chancen für bessere Bildung: individuelleres Lernen, innovative Lehrmethoden und aktuellere Lehrmittel. Daher möchte ich nicht länger zuschauen, sondern an besserer Bildung für Jeden Mitwirken! Dabei sind die folgenden 3 Punkte mein konkreter Beitrag:
1. Verfügbarkeit von individuellem Lernen, innovativen Lehrmethoden und aktuellere Lehrmittel durch einen günstigen Zugang auf Udemy für jeden zu schaffen, mit Kursen, die normalerweise mehrere hundert oder tausend Euro kosten!
2. Studierende an der Hochschule fit für die Digitale Zukunft zu machen und ein Bewusstsein für die Datenanalyse zu schaffen.
3. Mit dem Datamics Team Firmen beraten und strategisch wohlbedacht zu positionieren.
Für mehr Informationen gerne auf unserer Datamics Webseite vorbeischnuppern. Von unserem Data Science Podcast, über aktuelle Blogposts, bis hin zu Karriere-vorranbringendem Karriereguide, Du wirst sicher fündig.
Lebenslauf:
More courses by Prof. Dr. René Brunner
Python für Data Science, Machine Learning & Visualization (2026)
4.6 (1,886 Reviews)
Provider: Udemy
Time: 29.4h
$59.99
Python - Das Python Grundlagen Bootcamp - Von 0 auf 100! (2026)
4.4 (1,657 Reviews)
Provider: Udemy
Time: 36.1h
$64.99
R für Data Science, Visualisierung und Machine Learning (2026)
4.6 (960 Reviews)
Provider: Udemy
Time: 19.1h
$19.99
Das SQL Grundlagen Bootcamp (auch für Data Science) (2023)
4.5 (630 Reviews)
Provider: Udemy
Time: 9.1h
$19.99
Python für Finanzanalysen und algorithmisches Trading (2025)
4.4 (399 Reviews)
Provider: Udemy
Time: 20.4h
$19.99
Statistik für Data Science und Business Analytics (2023)
4.3 (393 Reviews)
Provider: Udemy
Time: 6.2h
$19.99
More Deep Learning courses
Python für Computer Vision und Data Science mit OpenCV (2024)
4.7 (260 Reviews)
Provider: Udemy
Time: 15.9h
$19.99
Der große Deep Learning Kurs mit Keras und TensorFlow 2 (2026)
4.5 (302 Reviews)
Provider: Udemy
Time: 36.5h
$19.99
A deep understanding of deep learning (with Python intro) (2026)
4.8 (6,559 Reviews)
Provider: Udemy
Time: 57.3h
$109.99
Deep Learning Prerequisites: Logistic Regression in Python (2026)
4.8 (4,922 Reviews)
Provider: Udemy
Time: 6.9h
$109.99
Data Science: Transformers for Natural Language Processing (2026)
4.8 (3,034 Reviews)
Provider: Udemy
Time: 19.1h
$79.99
Deep Learning Prático com TensorFlow e Python (2021)
4.8 (295 Reviews)
Provider: Udemy
Time: 14.8h
$19.99
Reviews
By Bernhard Wieland on 8/1/2024
Positiv: + Größtes Plus sind die umfangreichen Jupyter Notebooks, auf denen man viel aufbauen kann. Das lässt mich über kleinere Fehler darin hinwegsehen. + Man bekommt ein schnelles Grundverständnis über die Vorgehensweise bei NLP + Einer der wenigen Kurse auf Negativ: - Größtes Minus ist, dass die Theorie nur unzureichend erklärt wird. So ist es kaum möglich, das gezeigte auf eigene neue Herausforderungen zu übertragen. - Es werden nur Python Bibliotheken angewendet aber kaum erklärt, vor allem im letzten Kapitel zum ChatBot. - Die Präsentation wird abgelesen und besteht fast ausschließlich aus Text. - Der Programmcode wird kaum erklärt sondern vorgelesen. Einige Kapitel habe ich daher ohne Video gemacht, sondern nur das Notebook durchgearbeitet Fazit: Als Einstieg in das Thema OK, jetzt habe ich zumindest schon mal zu einigen Punkten etwas gehört. Ich werden mir aber noch einen anderen Kurs suchen, der mir mehr Hintergrundwissen und Theorie vermittelt.
By Peter Kipper on 4/7/2023
Prima Kurse. leider sind einige Videos mittlerweile leicht veraltet. So hat sich die API von spacy leicht verändert, was an der ein oder anderen Stelle dazu führt, dass man etwas nachschlagen muss. Hier wären kleine Infotexte zu der neuen API ganz hilfreich, es muss ja nicht das Video neu gedreht werden. (Stichworte: Sentencizer, nlp.add_pipe. Die fallen mir gerade ein als Beispiele, die mit der in den Videos dargestellten Weisen nicht mehr funktionieren.)
By Nikolai.Haug on 4/22/2021
Inhaltlich sehr übersichtlich, strukturiert und informativ. Leider ist es ziemlich undeutlich bzw. vernuschelt vorgetragen und die Betonungen erinnern an eine Gute Nacht Geschichte. Man sollte also möglichst nicht im Bett lernen :D
By Julia Müller on 2/1/2021
Ich bin nicht neu im KI, bin aber ein blutiger Anfänger im NLP. Der Kurs hat mir sehr viel gegeben! Der Aufbau des Kurses ist gut strukturiert und alle angesprochene Themen gut theoretisch erläutert und an den praktischen Beispielen demonstriert. Was besonders toll ist, dass die zum Kurs gestellte Fragen innerhalb von 24 Stunden (oft aber sogar innerhalb 1-3 Stunden!) beantwortet werden! Was ich mir vom Kurs mehr wünschen werde, was aber nicht in die Bewertung rein fliesst, ist: 1. Der Ton könnte stärker sein (mit Kopfhörer oder mit den externen Lautsprechern lässt sich das regeln) 2. Die Theorie, besonders in ML- und Deeplearning-Themen könnte etwas tiefer und ausführlicher erläutert werden Vielen lieben Dank für den tollen Kurs!
By Matthias Großkloß on 1/2/2021
Sehr gut geeignet! Ich bin Hispanist, der 7 Jahre lang auch in der Computerlinguistik gearbeitet hat. D.h., ich bin eigentlich kein Informatiker, sondern Literatur- und Sprachwissenschaftler. Zwar empfinde ich die rein (natürlich-)sprachliche Perspektive im Kurs gelegentlich anpassungswürdig, doch insgesamt bin ich sehr zufrieden, da ich schon jede Menge neue und interessante Dinge gelernt habe!
By Luise Wiesalla on 8/12/2020
Grundsätzlich werden die Themen abgedeckt... Leider wird dabei der Kurs unnötig in die Länge gezogen. Für Personen mit theoretischen Grundlagen in Python ist der Kurs gut - für Personen mit praktischen Vorkenntnissen (in Python nicht NLP) ungeeignet. Starker Minuspunkt dass die meisten Übung nur Copy-Paste des gezeigten sind. Herausforderung fehlt! In der Kursbeschreibung (wird meiner Meinung nach) etwas anderes vorgestellt: [Zitat] "In diesem Kurs werden wir alles besprechen, was du wissen musst, um Experte in der Anwendung von NLP mit Python zu werden."
By Tim Fenten on 7/28/2020
Mit der zu diesem Zeitpunkt (Juli 2020) ausgeführten Installationsanleitung passen einige Versionen der Software und der Modelle nicht mehr. Tensorflow lässt sich nicht mehr installieren, da nur noch Verisonen ab 2.x vverfügbar sind, der vorgegebene Code aber 1.y fordert. [ERROR: Could not find a version that satisfies the requirement tensorflow==1.15 (from versions: 2.2.0rc1, 2.2.0rc2, 2.2.0rc3, 2.2.0rc4, 2.2.0, 2.3.0rc0, 2.3.0rc1, 2.3.0rc2)] Ein Major-Version mehr ist ein Schritt, bei dem nicht mehr klar ist, ob das noch zum Skript passt. Das deutsche Sprachmodell hat aktuell die Version de-core-news-sm-2.3.0. Dabei werden andere Tokens gebildet und Skript und Video passe nicht mehr zusammen.
By Shahram Seyedi on 7/25/2020
Ich habe mehrfach von NLP gehört und wollte nur wissen, worum es geht? Es wurde viele Themen mit Beispielen erklärt, sodass ich im Falle eines Projektes, das Team unterstützen kann.
By Karin Albiez on 6/2/2020
Sehr guter Einstieg in Natural Language Processing und der Kurs bietet vor allem die folgenden Vorteile: 1. Sehr gut strukturierter und übersichtlich dargestellter Kurs, 2. angenehme und verständliche Präsentationen durch den Dozenten und 3. jedes Kapitel schließt mit einem Assessment, das vom Dozenten in einem Video vorgestellt und besprochen wird.
By Arash Jakfar on 1/6/2020
Der Kurs ist eine ordenltiche Zusammenfassung und Einführung. Wer das erwartet, wird damit auch zufrieden sein. Ich selbst fand es sehr hilfreich, um einen Überblick zu erhalten und mit den erwähnten Begriffen die richtige Fachliteratur zu bekommen. Mir fehlen im Kurs einige Qualitäten, weshalb ich zwei Punkte abziehen muss. Die Bewertung misst sich an guten Vorlesungen aus den Universitäten Osnabrück und Würzburg: Herr Brunners Kurs ist, gemessen an den Vorlesungen, zu knapp gehalten, da die Themenbreiche in der Theorie gar nicht und in der Implementierung nur sehr gering vertieft werden. Der Kurs bleibt oft bei grundlegenden Definition von Begriffen. In der Impelementierung bekommt man gute Beispiele vorgezeigt, aber die verwendeten Grundkonzepte und Methoden werden nicht für das allgemeinen Verständnis dargelegt. Leider fehlen oft Quellenangaben, obwohl sie in vielen Bereichen für eine Vertiefung reichen würden. Hier würde ich sagen: Je konkreter, desto besser, sprich Buchkapitel statt Buch. Die Übungen fand ich gut, um das gelernte erneut anwendenzulernen, doch es fehlen Aufgaben, die sich nicht im Schema der Beispiele bewegen. Viele Grüße
Quality Score
No CourseDuck member has rated this course yet. Taken it? Give each part a thumbs up or down.
Overall Score : 82 / 100












