Formation NLP (Natural Language Processing)
3 jours de formation pour apprendre les techniques de NLP !
Vue d'ensemble
Connaissance préalable de la programmation Python, des bases en machine learning et en statistiques générales.
Objectifs pédagogiques
Programme détaillé
Introduction à la formation Natural Language Processing et aux techniques de prétraitement
– Aperçu des principes fondamentaux du NLP
– Encodage des données textuelles
– Expressions régulières
– Techniques de nettoyage de texte :
– Suppression des mots vides
– Troncature
– Lemmatisation
– Suppression de la ponctuation
– Outils : spaCy, NLTK
– Nettoyage de texte sur un échantillon de données à l’aide de NLTK et spaCy
– Comparaison des résultats du stemming et de la lemmatisation
Représentation du texte et ingénierie des caractéristiques
– Sac de mots
– TF-IDF
– N-grammes
– Enchâssement de mots (Word2Vec, GloVe, FastText)
– Créer des représentations vectorielles
– Évaluer les performances du modèle
– Appliquer des techniques de vectorisation sur un corpus de textes
– Comparer les résultats de différentes méthodes de vectorisation
– Implémenter des modèles de classification de texte de base
– Évaluer les performances du modèle avec différentes représentations
Applications de l'apprentissage automatique dans le domaine du NLP
– Construction de modèles prédictifs
– Techniques classiques d’apprentissage automatique
– Méthodes de classification
– Méthodes de clustering
– Analyse du sentiment
– Modélisation des sujets
– Outils : scikit-learn
– Analyse de sentiments sur des données de médias sociaux
– Modélisation thématique d’articles de presse à partir de données textuelles vectorisées
Réseaux neuronaux et apprentissage profond pour le NLP
– Aperçu des réseaux neuronaux
– Réseaux neuronaux récurrents (RNN)
– Mécanisme d’attention
– Transformateurs
– Grands modèles de langage (LLM) : GPT, BERT
– Applications :
– Analyse de sentiments
– Résumés de textes
– Génération de contenu
– Outils : TensorFlow, PyTorch
– Entraînement d’un RNN pour le résumé de texte
– Entraînement d’un modèle basé sur un transformateur pour l’analyse des sentiments en utilisant des ensembles de données ouvertes.
Évaluation et déploiement de modèles
– Mesures d’évaluation : précision, rappel, score F1
– Matrices de confusion
– Stratégies de validation
– Méthodes de validation croisée
– Techniques de déploiement de modèles
– Applications réelles des modèles NLP
– Évaluer un modèle NLP à l’aide de mesures spécifiques
– Effectuer une validation croisée
– Déployer le modèle via l’API
– Créer une application légère pour le déploiement
Considérations éthiques et pratiques dans le domaine du NLP
– Questions éthiques dans le NLP
– Biais dans les ensembles de données
– Transparence dans les grands modèles de langage (LLM)
– Implications du contenu généré
– Considérations sur l’équité
– Préoccupations relatives à la confidentialité des données
– Analyse d’une étude de cas sur les défis éthiques dans le domaine de la PNL
– Réfléchir à des solutions pour réduire les risques de modèles biaisés ou non transparents.
Prochaines sessions
Ils nous font confiance
Cette année notre filière Data Science & Machine Learning a accompagné plus de 55 entreprises dont :
Avis des participants
Formation très bien organisée, très claire Alison explique très clairement et est très à l'écoute, avec toujours une approche pratique essentielle. je n'avais jamais fait de Python et j'ai pu coder finalement assez rapidement grâce à une progression bien articulée des exercices. Comme c'est très…
François-Marie est un excellent formateur ! Un grand merci à lui d'avoir été aussi pédagogue et clair dans ses explications du début à la fin de la formation, en plus d'être extremement sympathique, ce qui ne gâche rien :) Merci également à Sparks pour l'organisation…
L'intervenante est d'une qualité rare dans son domaine, son expertise est vraiment remarquable Par contre, j'ai suivi cette formation par curiosité mais elle s'avèrera peu utile dans mon métier Avec mon expérience "has been", et mon peu de connaissance en langage de programmation, j'ai eu…
Formation très intéressante, j'ai appris beaucoup de chose. Un grand merci au formateur.
Excellent rythme avec beaucoup de pratique. Des exercices permettant de comprendre le fonctionnement. Des réponses à toutes les questions posées ou pistes proposées pour trouver des réponses. Je recommande vivement cette formation avec cette formatrice.
Votre formateur
Lorcann R.
Formateur
Lorcann intervient notamment sur l’ingénierie des LLM et l’IA générative, ainsi que sur l’IA appliquée aux métiers et sa gouvernance. La conception de supports pédagogiques fait également partie de ses activités.
Financement
Cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Questions fréquentes
Combien de temps dure la formation NLP (Natural Language Processing) ?
Cette formation se déroule sur 3 jours.
Quels sont les prérequis pour suivre la formation NLP (Natural Language Processing) ?
Connaissance préalable de la programmation Python, des bases en machine learning et en statistiques générales.
Quel est le prix de la formation NLP (Natural Language Processing) ?
En inter-entreprises, elle est à 2 400 € HT par participant ; en intra-entreprise, elle est à 3 950 € HT pour le groupe. Un tarif sur-mesure est également disponible sur devis.
La formation NLP (Natural Language Processing) délivre-t-elle une certification ?
Cette formation ne délivre pas de certification. Une attestation de fin de formation vous sera remise à l'issue de la session.
La formation NLP (Natural Language Processing) est-elle éligible à un financement OPCO ?
Oui, cette formation est éligible aux financements OPCO et FNE-Formation. Nos équipes vous accompagnent dans le montage de votre dossier.
Choisissez votre formation
Mon contact chez SPARKS est professionnel et très réactif. Les échanges sont simples, efficaces, et la collaboration se déroule dans d'excellentes conditions.