"במקום להתמקד בקוד, חברות צריכות להתמקד בפיתוח שיטות הנדסה שיטתיות לשיפור הנתונים בדרכים אמינות, יעילות ושיטתיות. במילים אחרות, חברות צריכות לעבור מגישה ממוקדת מודל לגישה ממוקדת נתונים". – אנדרו נג
גישת AI ממוקדת נתונים כוללת בניית מערכות AI עם נתונים איכותיים הכוללים הכנת נתונים והנדסת תכונות. זו יכולה להיות משימה מייגעת הכוללת איסוף נתונים, גילוי, יצירת פרופיל, ניקוי, מבנה, שינוי, העשרה, אימות ואחסון מאובטח של הנתונים.
רנגלר הנתונים של אמזון SageMaker הוא שירות ב סטודיו SageMaker של אמזון המספק פתרון מקצה לקצה לייבוא, הכנה, שינוי, הצגת נתונים וניתוח נתונים תוך שימוש בקידוד מועט עד ללא. אתה יכול לשלב זרימת הכנת נתונים של Data Wrangler בזרימות העבודה של למידת מכונה (ML) שלך כדי לפשט את עיבוד הנתונים מראש והנדסת תכונות, ולהעביר את הכנת הנתונים לייצור מהר יותר ללא צורך ביצירת קוד PySpark, התקנת Apache Spark או יצירת אשכולות.
עבור תרחישים שבהם אתה צריך להוסיף סקריפטים מותאמים אישית משלך עבור טרנספורמציות נתונים, אתה יכול לכתוב את היגיון השינוי שלך ב-Pandas, PySpark, PySpark SQL. Data Wrangler תומך כעת בספריות NLTK ו- SciPy ליצירת טרנספורמציות מותאמות אישית כדי להכין נתוני טקסט עבור ML ולבצע אופטימיזציה של אילוצים.
אתה עלול להיתקל בתרחישים שבהם עליך להוסיף סקריפטים מותאמים אישית משלך לשינוי נתונים. עם יכולת ההמרה המותאמת אישית של Data Wrangler, אתה יכול לכתוב את היגיון הטרנספורמציה שלך ב-Pandas, PySpark, PySpark SQL.
בפוסט זה, אנו דנים כיצד תוכל לכתוב את השינוי המותאם אישית שלך ב-NLTK כדי להכין נתוני טקסט עבור ML. אנו גם נשתף דוגמה לשינוי קוד מותאם אישית באמצעות מסגרות נפוצות אחרות כגון NLTK, NumPy, SciPy ו-skit-learn וכן שירותי AWS AI. לצורך תרגיל זה, אנו משתמשים ב- מערך טיטאניק, מערך נתונים פופולרי בקהילת ML, שנוסף כעת בתור א מערך לדוגמה בתוך Data Wrangler.
סקירת פתרונות
Data Wrangler מספקת מעל 40 מחברים מובנים לייבוא נתונים. לאחר ייבוא הנתונים, תוכל לבנות את ניתוח הנתונים והטרנספורמציות שלך באמצעות למעלה מ-300 טרנספורמציות מובנות. לאחר מכן תוכל ליצור צינורות מתועשים כדי לדחוף את התכונות אליהם שירות אחסון פשוט של אמזון (אמזון S3) או חנות הפונקציות של אמזון SageMaker. התרשים הבא מציג את הארכיטקטורה ברמה גבוהה מקצה לקצה.
תנאים מוקדמים
Data Wrangler היא תכונה של SageMaker הזמינה בתוכו סטודיו SageMaker של אמזון. אתה יכול לעקוב תהליך ההצטרפות לסטודיו לסובב את סביבת הסטודיו ואת המחברות. למרות שאתה יכול לבחור מבין כמה שיטות אימות, הדרך הפשוטה ביותר ליצור תחום Studio היא לבצע את הוראות להפעלה מהירה. ההתחלה המהירה משתמשת באותן הגדרות ברירת המחדל כמו ההגדרה הרגילה של Studio. אתה יכול גם לבחור לעלות על הסיפון באמצעות AWS IAM Identity Center (יורש של AWS Single Sign-On) לאימות (ראה נכלל ב-Amazon SageMaker Domain באמצעות IAM Identity Center).
ייבא את מערך הנתונים של Titanic
התחל את סביבת הסטודיו שלך וצור חדש זרימת רנגלר נתונים. אתה יכול לייבא מערך נתונים משלך או להשתמש במערך נתונים לדוגמה (Titanic) כפי שמוצג בצילום המסך הבא. Data Wrangler מאפשר לך לייבא מערכי נתונים ממקורות נתונים שונים. במקרה השימוש שלנו, אנו מייבאים את מערך הנתונים לדוגמה מדלי S3.
לאחר הייבוא, תראה שני צמתים (צומת המקור וצומת סוג הנתונים) בזרימת הנתונים. Data Wrangler מזהה אוטומטית את סוג הנתונים עבור כל העמודות במערך הנתונים.
טרנספורמציות מותאמות אישית עם NLTK
להכנת נתונים והנדסת תכונות עם Data Wrangler, אתה יכול להשתמש ביותר מ-300 טרנספורמציות מובנות או לבנות טרנספורמציות מותאמות אישית משלך. טרנספורמציות מותאמות אישית ניתן לכתוב כשלבים נפרדים בתוך Data Wrangler. הם הופכים לחלק מקובץ ה-.flow בתוך Data Wrangler. תכונת ההמרה המותאמת אישית תומכת ב- Python, PySpark ו- SQL כשלבים שונים בקטעי קוד. לאחר יצירת קבצי מחברת (.ipynb) מקובץ ה-.flow או שקובץ ה-.flow משמש כמתכונים, קטעי קוד ההמרה המותאמים אישית נמשכים ללא צורך בשינויים כלשהם. עיצוב זה של Data Wrangler מאפשר טרנספורמציות מותאמות אישית להפוך לחלק מעבודת SageMaker Processing לעיבוד מערכי נתונים מסיביים עם טרנספורמציות מותאמות אישית.
למערך הנתונים של Titanic יש כמה תכונות (שם ו-home.dest) המכילות מידע טקסט. אנו משתמשים NLTK לפצל את עמודת השם ולחלץ את שם המשפחה, ולהדפיס את תדירות שמות המשפחה. NLTK היא פלטפורמה מובילה לבניית תוכניות Python לעבודה עם נתונים בשפה אנושית. הוא מספק ממשקים קלים לשימוש מעל 50 משאבים קורפוסים ומילוניים כגון WordNet, יחד עם חבילה של ספריות עיבוד טקסט לסיווג, טוקניזציה, אסימון, תיוג, ניתוח והיגיון סמנטי, ועטיפות לספריות עיבוד שפה טבעית בעוצמה תעשייתית (NLP).
כדי להוסיף טרנספורמציה חדשה, בצע את השלבים הבאים:
- בחר את סימן הפלוס ובחר הוסף טרנספורמציה.
- בחרו הוסף שלב ולבחור טרנספורמציה מותאמת אישית.
אתה יכול ליצור טרנספורמציה מותאמת אישית באמצעות Pandas, PySpark, Python בהגדרת משתמש ו-SQL PySpark.
- בחרו פייתון (פנדה) והוסיפו את הקוד הבא כדי לחלץ את שם המשפחה מעמודת השם:
- בחרו תצוגה מקדימה לבדיקת התוצאות.
המסך הבא מציג את last_name
עמודה חולצה.
- הוסף עוד שלב טרנספורמציה מותאם אישית כדי לזהות את התפלגות התדירות של שמות המשפחה, באמצעות הקוד הבא:
- בחרו תצוגה מקדימה לסקור את תוצאות התדירות.
טרנספורמציות מותאמות אישית עם שירותי AI של AWS
שירותי AI שהוכשרו מראש ל-AWS מספקים מודיעין מוכן עבור היישומים וזרימות העבודה שלך. שירותי AI של AWS משתלבים בקלות עם האפליקציות שלך כדי לתת מענה למקרי שימוש נפוצים רבים. כעת אתה יכול להשתמש ביכולות של שירותי AI של AWS כשלב טרנספורמציה מותאם אישית ב-Data Wrangler.
אמזון להתבונן משתמש ב-NLP כדי לחלץ תובנות לגבי תוכן המסמכים. הוא מפתח תובנות על ידי זיהוי הישויות, ביטויי המפתח, השפה, הרגשות ומרכיבים נפוצים אחרים במסמך.
אנו משתמשים ב- Amazon Comprehend כדי לחלץ את הישויות מעמודת השם. השלם את השלבים הבאים:
- הוסף שלב טרנספורמציה מותאם אישית.
- בחרו פייתון (פנדה).
- הזן את הקוד הבא כדי לחלץ את הישויות:
- בחרו תצוגה מקדימה ולדמיין את התוצאות.
כעת הוספנו שלוש טרנספורמציות מותאמות אישית ב-Data Wrangler.
- בחרו זרימת נתונים כדי לדמיין את זרימת הנתונים מקצה לקצה.
טרנספורמציות מותאמות אישית עם NumPy ו- SciPy
רדום היא ספריית קוד פתוח עבור Python המציעה פונקציות מתמטיות מקיפות, מחוללי מספרים אקראיים, שגרות אלגברה לינארית, טרנספורמציות פורייה ועוד. SciPy היא ספריית Python בקוד פתוח המשמשת למחשוב מדעי ומחשוב טכני, המכילה מודולים לאופטימיזציה, אלגברה לינארית, אינטגרציה, אינטרפולציה, פונקציות מיוחדות, טרנספורמציה פורייה מהירה (FFT), עיבוד אותות ותמונה, פותרים ועוד.
טרנספורמציות מותאמות אישית של Data Wrangler מאפשרות לך לשלב את Python, PySpark ו- SQL כשלבים שונים. בזרימת Data Wrangler הבאה, פונקציות שונות מחבילות Python, NumPy ו- SciPy מיושמות על מערך הנתונים של Titanic כמספר שלבים.
טרנספורמציות NumPy
בעמודת התעריפים של מערך הנתונים של Titanic יש תעריפי עלייה למטוס של נוסעים שונים. ההיסטוגרמה של עמודת התעריף מציגה התפלגות אחידה, למעט הפח האחרון. על ידי החלת טרנספורמציות של NumPy כמו יומן או שורש ריבועי, נוכל לשנות את ההתפלגות (כפי שמוצג על ידי שינוי השורש הריבועי).
ראה את הקוד הבא:
טרנספורמציות SciPy
פונקציות SciPy כמו z-score מיושמות כחלק מהטרנספורמציה המותאמת אישית כדי לתקן את חלוקת התעריפים עם סטיית ממוצע וסטיית תקן.
ראה את הקוד הבא:
אופטימיזציה של אילוצים עם NumPy ו- SciPy
טרנספורמציות מותאמות אישית של Data Wrangler יכולות להתמודד עם טרנספורמציות מתקדמות כמו אופטימיזציה של אילוצים יישום פונקציות אופטימיזציה של SciPy ושילוב של SciPy עם NumPy. בדוגמה הבאה, מחיר הנסיעה כפונקציה של גיל אינו מראה מגמה ניתנת לצפייה. עם זאת, אופטימיזציה של אילוצים יכולה לשנות את מחיר הנסיעה כפונקציה של גיל. תנאי האילוץ במקרה זה הוא שהתעריף הכולל החדש יישאר זהה לתעריף הכולל הישן. טרנספורמציות מותאמות אישית של Data Wrangler מאפשרות לך להפעיל את פונקציית האופטימיזציה של SciPy כדי לקבוע את המקדם האופטימלי שיכול לשנות את מחיר הנסיעה כפונקציה של גיל בתנאי אילוצים.
ניתן להזכיר הגדרת אופטימיזציה, הגדרה אובייקטיבית ואילוצים מרובים כפונקציות שונות תוך ניסוח אופטימיזציה של אילוצים בטרנספורמציה מותאמת אישית של Data Wrangler באמצעות SciPy ו- NumPy. טרנספורמציות מותאמות אישית יכולות להביא גם שיטות פותרות שונות הזמינות כחלק מחבילת האופטימיזציה של SciPy. ניתן ליצור משתנה חדש שעבר טרנספורמציה על ידי הכפלת המקדם האופטימלי עם העמודה המקורית ולהוסיף לעמודות קיימות של Data Wrangler. ראה את הקוד הבא:
לתכונת ההמרה המותאמת אישית של Data Wrangler יש את יכולת ממשק המשתמש להציג את התוצאות של פונקציות אופטימיזציה של SciPy כמו ערך המקדם האופטימלי (או מקדמים מרובים).
טרנספורמציות מותאמות אישית עם sikit-learn
סקיקיט-לימוד הוא מודול Python ללמידת מכונה שנבנה על גבי SciPy. זוהי ספריית ML בקוד פתוח התומכת בלמידה מפוקחת ובלתי מפוקחת. זה גם מספק כלים שונים להתאמת מודל, עיבוד מוקדם של נתונים, בחירת מודל, הערכת מודל, וכלי עזר רבים אחרים.
דיסקרטיזציה
דיסקרטיזציה (מכונה גם כימות or התמזגות) מספק דרך לחלק תכונות רציפות לערכים נפרדים. מערכי נתונים מסוימים עם תכונות רציפות עשויים להפיק תועלת מדיסקרטיזציה, מכיוון שהדיסקרטיזציה יכולה להפוך את מערך הנתונים של תכונות רציפות לאחד עם תכונות נומינליות בלבד. תכונות דיסקרטיות מקודדות חדות יכולות להפוך מודל לאקספרסיבי יותר, תוך שמירה על יכולת הפרשנות. לדוגמה, עיבוד מקדים עם דיסקרטיזר יכול להציג אי-לינאריות למודלים ליניאריים.
בקוד הבא, אנו משתמשים KBinsDiscretizer
כדי לחלק את עמודת הגיל ל-10 פחים:
אתה יכול לראות את קצוות הפח מודפסים בצילום המסך הבא.
קידוד חם אחד
הערכים בעמודות ה-Barked הם ערכים קטגוריים. לכן, עלינו לייצג מחרוזות אלה כערכים מספריים כדי לבצע את הסיווג שלנו עם המודל שלנו. נוכל גם לעשות זאת באמצעות טרנספורמציה של קידוד חד פעמי.
ישנם שלושה ערכים עבור Embarked: S, C ו-Q. אנו מייצגים אותם עם מספרים. ראה את הקוד הבא:
לנקות את
כאשר אינך משתמש ב-Data Wrangler, חשוב לסגור את המופע בו הוא פועל כדי להימנע מחיובים נוספים.
Data Wrangler שומר אוטומטית את זרימת הנתונים שלך כל 60 שניות. כדי למנוע אובדן עבודה, שמור את זרימת הנתונים שלך לפני כיבוי Data Wrangler.
- כדי לשמור את זרימת הנתונים שלך בסטודיו, בחר שלח, ואז לבחור שמור את זרימת הנתונים של Wrangler.
- כדי לכבות את מופע Data Wrangler, ב-Studio, בחר מופעי ריצות וגרעינים.
- תַחַת הפעלת אפליקציות, בחר בסמל הכיבוי שליד האפליקציה Sagemaker-data-wrangler-1.0.
- בחרו סגור את כולם כדי לאשר.
Data Wrangler פועל על מופע ml.m5.4xlarge. המקרה הזה נעלם מופעי ריצה כאשר אתה מכבה את אפליקציית Data Wrangler.
לאחר כיבוי אפליקציית Data Wrangler, עליה להפעיל מחדש בפעם הבאה שתפתח קובץ זרימה של Data Wrangler. זה יכול לקחת כמה דקות.
סיכום
בפוסט זה, הדגמנו כיצד ניתן להשתמש בטרנספורמציות מותאמות אישית ב-Data Wrangler. השתמשנו בספריות ובמסגרת במיכל ה-Data Wrangler כדי להרחיב את יכולות שינוי הנתונים המובנות. הדוגמאות בפוסט זה מייצגות תת-קבוצה של המסגרות שבהן נעשה שימוש. כעת ניתן להגדיל את הטרנספורמציות בזרימת Data Wrangler לצינור עבור DataOps.
למידע נוסף על שימוש בזרימות נתונים עם Data Wrangler, עיין ב צור והשתמש ב-Data Wrangler Flow ו תמחור SageMaker של אמזון. כדי להתחיל עם Data Wrangler, ראה הכן את נתוני ה- ML עם Amazon SageMaker Data Wrangler. למידע נוסף על טייס אוטומטי ו-AutoML ב-SageMaker, בקר אוטומציה של פיתוח דגמים עם טייס אוטומטי של Amazon SageMaker.
על המחברים
Meenakshisundaram Thandavarayan הוא מומחה בכיר בינה מלאכותית/ML עם AWS. הוא עוזר לחשבונות אסטרטגיים היי-טק במסע ה-AI וה-ML שלהם. הוא מאוד נלהב מבינה מלאכותית מונעת נתונים.
סוביק קומאר נאת הוא ארכיטקט פתרונות AI/ML עם AWS. יש לו ניסיון רב בעיצובים ופתרונות מקצה לקצה ללמידת מכונה; אנליטיקה עסקית בניתוח פיננסי, תפעולי ושיווקי; בריאות; שרשרת אספקה; ו-IoT. מחוץ לעבודה, סוביק נהנה לטייל ולצפות בסרטים.
אביגיל הוא מהנדס פיתוח תוכנה באמזון SageMaker. היא נלהבת לעזור ללקוחות להכין את הנתונים שלהם ב-DataWrangler ולבנות מערכות למידת מכונה מבוזרות. בזמנה הפנוי, אביגיל נהנית לטייל, לטייל, לעשות סקי ואפייה.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
- הטבעת העתיד עם אדריאן אשלי. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/authoring-custom-transformations-in-amazon-sagemaker-data-wrangler-using-nltk-and-scipy/
- :יש ל
- :הוא
- $ למעלה
- 1
- 10
- 100
- 7
- 8
- 9
- a
- אודות
- חשבונות
- הוסיף
- נוסף
- כתובת
- מתקדם
- לאחר
- גילים
- AI
- שירותי AI
- AI / ML
- תעשיות
- מאפשר
- לאורך
- למרות
- אמזון בעברית
- אמזון להתבונן
- אמזון SageMaker
- רנגלר הנתונים של אמזון SageMaker
- אנליזה
- ניתוח
- לנתח
- ו
- אנדרו
- אחר
- כל
- אַפָּשׁ
- האפליקציה
- יישומים
- יישומית
- מריחה
- גישה
- ארכיטקטורה
- ARE
- AS
- At
- תכונות
- אימות
- מחבר
- מחבר
- באופן אוטומטי
- AutoML
- זמין
- AWS
- BE
- כי
- להיות
- היה
- לפני
- תועלת
- BIN
- עלייה למטוס
- להביא
- לִבנוֹת
- בִּניָן
- נבנה
- מובנה
- עסקים
- by
- CAN
- יכולות
- מקרה
- מקרים
- מסוים
- שרשרת
- שינוי
- שינויים
- בחרו
- מיון
- קוד
- סִמוּל
- אוסף
- טור
- עמודות
- לשלב
- שילוב
- Common
- קהילה
- חברות
- להשלים
- לִהַבִין
- מַקִיף
- מחשוב
- מצב
- תנאים
- לאשר
- חסרונות
- אילוצים
- להכיל
- מכולה
- תוכן
- רציף
- יכול
- זוג
- לִיצוֹר
- מנהג
- לקוחות
- נתונים
- ניתוח נתונים
- הכנת נתונים
- נתונים מונחים
- מערכי נתונים
- בְּרִירַת מֶחדָל
- מופגן
- עיצוב
- עיצובים
- לקבוע
- מתפתח
- צעצועי התפתחות
- מפתחת
- סטייה
- אחר
- תגלית
- לדון
- מופץ
- הפצה
- מסמך
- מסמכים
- לא
- תחום
- מטה
- בקלות
- קל לשימוש
- יעיל
- או
- אלמנטים
- מקצה לקצה
- מהנדס
- הנדסה
- מעשיר
- ישויות
- ישות
- סביבה
- הערכה
- כל
- דוגמה
- דוגמאות
- אלא
- תרגיל
- קיימים
- ניסיון
- אֶקְסְפּרֶסִיבִי
- להאריך
- נרחב
- ניסיון רב
- תמצית
- מהר
- מהר יותר
- מאפיין
- תכונות
- אגרות
- מעטים
- שלח
- קבצים
- כספי
- הוֹלֵם
- תזרים
- זורם
- להתמקד
- התמקדות
- לעקוב
- הבא
- בעד
- ניסוח
- מסגרת
- מסגרות
- חופשי
- תדר
- החל מ-
- כֵּיף
- פונקציה
- פונקציות
- ליצור
- נוצר
- גנרטורים
- לקבל
- לטפל
- יש
- he
- בריאות
- עזרה
- עוזר
- היי טק
- ברמה גבוהה
- עמוד הבית
- איך
- אולם
- HTML
- http
- HTTPS
- בן אנוש
- ICON
- מזהה
- לזהות
- זהות
- תמונה
- לייבא
- חשוב
- יבוא
- שיפור
- in
- באחר
- מידע
- תובנות
- להתקין
- למשל
- לשלב
- השתלבות
- מוֹדִיעִין
- ממשקים
- מבוא
- IOT
- IT
- עבודה
- מסע
- jpg
- מפתח
- ידוע
- שפה
- אחרון
- מוביל
- לִלמוֹד
- למידה
- ספריות
- סִפְרִיָה
- כמו
- קְצָת
- לאבד
- מכונה
- למידת מכונה
- שמירה
- לעשות
- רב
- שיווק
- מסיבי
- מתימטי
- מאי..
- מוּזְכָּר
- שיטות
- יכול
- דקות
- ML
- מודל
- מודלים
- מודול
- מודולים
- יותר
- המהלך
- סרטים
- מספר
- מכפילים
- שם
- שמות
- טבעי
- עיבוד שפה טבעית
- צורך
- חדש
- הבא
- NLP
- צומת
- צמתים
- מחברה
- מספר
- מספרים
- קהות
- מטרה
- of
- הצעה
- זקן
- on
- על הסיפון
- Onboarding
- ONE
- לפתוח
- קוד פתוח
- מבצעי
- אופטימלי
- אופטימיזציה
- מטב
- להזמין
- מְקוֹרִי
- אחר
- אַחֶרֶת
- שלנו
- בחוץ
- יותר
- שֶׁלוֹ
- חבילה
- חבילות
- דובי פנדה
- חלק
- לוהט
- לְבַצֵעַ
- ביטויים
- צינור
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- ועוד
- פופולרי
- הודעה
- פרקטיקות
- להכין
- קופונים להדפסה
- תהליך
- הפקה
- פרופיל
- תוכניות
- לספק
- מספק
- מטרה
- דחוף
- פיתון
- איכות
- מָהִיר
- אקראי
- חי
- אָמִין
- שְׂרִידִים
- לייצג
- תגובה
- תוצאות
- לַחֲזוֹר
- סקירה
- שורש
- הפעלה
- s
- בעל חכמים
- אותו
- מערך נתונים לדוגמה
- שמור
- תרחישים
- מדעי
- סקיקיט-לימוד
- סקריפטים
- שניות
- מאובטח
- מבחר
- לחצני מצוקה לפנסיונרים
- נפרד
- שרות
- שירותים
- הגדרות
- התקנה
- שיתוף
- צריך
- לְהַצִיג
- הראה
- הופעות
- כבה
- כיבוי
- סִימָן
- לאותת
- פָּשׁוּט
- לפשט
- יחיד
- תוכנה
- פיתוח תוכנה
- פִּתָרוֹן
- פתרונות
- כמה
- מָקוֹר
- מקורות
- לעורר
- מיוחד
- מומחה
- לְסוֹבֵב
- לפצל
- מרובע
- תֶקֶן
- התחלה
- החל
- סטטיסטיקות
- שלב
- צעדים
- אחסון
- אחסון
- אסטרטגי
- הַבנָיָה
- סטודיו
- כזה
- מערכת
- לספק
- שרשרת אספקה
- תומך
- מערכות
- שולחן
- לקחת
- נטילת
- המשימות
- טכני
- זֶה
- השמיים
- המקור
- שֶׁלָהֶם
- לכן
- אלה
- שְׁלוֹשָׁה
- זמן
- ל
- אסימון
- טוקניזציה
- מטבעות
- כלים
- חלק עליון
- סה"כ
- לשנות
- טרנספורמציה
- טרנספורמציות
- טרנספורמציה
- הפיכה
- נסיעה
- מְגַמָה
- ui
- תחת
- להשתמש
- במקרה להשתמש
- מְשׁוּמָשׁ
- כלי עזר
- ערך
- ערכים
- שונים
- לְבַקֵר
- צופה
- דֶרֶך..
- דרכים
- טוֹב
- אשר
- בזמן
- יצטרך
- עם
- בתוך
- לְלֹא
- מילים
- תיק עבודות
- זרימות עבודה
- לכתוב
- כתוב
- אתה
- זפירנט