Python expert — Python pour traitement du langage naturel

 
  2 jours       1530       Expert    
Objectifs de la formation
  • Acquérir les compétences nécessaires pour utiliser les bibliothèques Python les plus populaires pour le NLP (NLTK, SpaCy, PyTorch…)
  • Comprendre les concepts de base et les techniques avancées du NLP.
  • Utiliser les techniques de traitement automatique de la langue naturelle pour résoudre des problèmes concrets dans son propre domaine d’application.

Prérequis

Parmi nos formations au langage Python, cette formation est le niveau 3. Elle requiert une bonne maîtrise et une utilisation régulière de Python (contenu des formations niveau 1 - Python initiation et niveau 2 - Python intermédiaire).

En vous inscrivant aux deux autres modules Python expert (Python pour la data science et le machine learning et Développement d’interfaces graphiques et dataviz avancé), bénéficiez d’un tarif réduit sur le prix total des 3 modules : 4200 € au lieu de 4590 €, pour 6 jours de formation.

Voir les 3 modules Python expert


Public visé

Toute personne souhaitant développer une utilisation avancée de Python dans le domaine du NLP, notamment les data scientists et data analysts déjà utilisateurs de Python.


Contenu

Cette formation en NLP (traitement automatique du langage naturel) avec Python est conçue pour aider les participants à monter en compétence en utilisant les bibliothèques Python les plus populaires du NLP, telles que NLTK, SpaCy et PyTorch.

Introduction et principales applications du NLP

Les techniques du prétraitement et de normalisation du texte

  • Tokenization
  • Lemmatization
  • Stemming
  • Réduction de la dimension

L’inventaire des méthodes de représentations du texte et des algorithmes canoniques du NLP

  • Bag-Of-Word,
  • TF-IDF,
  • Word2Vec

Les cas d’applications classiques du NLP

  • Classification de texte,
  • Extraction d’information,
  • Analyse de sentiment.

Une introduction aux méthodes de Deep Learning appliquées au texte


Les participants auront l’occasion de mettre en pratique ces concepts en utilisant des jeux de données réels et en développant leurs propres modèles de NLP.

Approche pédagogique

  Moyens pédagogiques

  • Exposé théorique de concepts
  • Démonstration
  • Expérimentation
  • Applications pratiques sur ordinateur
  • Etude de cas concrets
  • Échanges sur les pratiques et expériences des participants
  • Suivi pédagogique individualisé
  • Temps de questions / réponses
  • Exercices, quiz, forum etc.