Analyse textuelle avec python - maîtrisez le traitement du langage (NLP) avec Python par Stat4decision
Lieu(x)
En centre (75)
Durée
Total : 14 heures
En centre : 14 heures
Financement
Demandeur d’emploi
Salarié
Prix
Nous contacter
Cette formation vous intéresse ?
Description générale
Première partie : Les principes de l'analyse textuelle :
Qu'est
- ce que le traitement du langage naturel (NLP) ?
A quelles questions répond le NLP ?
Deuxième partie : Les outils de python pour le NLP :
Le travail sur les chaînes de caractères avec python (string, expressions régulières, transformation vectorisées dans des DataFrame). Les API pour récupérer des données textuelles (Réseaux sociaux, Web scrapping, Open Data).
La préparation des données textuelles en fonction de la problématique (Données d'enquêtes, Automatisation de processus).
Troisième partie : Le NLP avec nltk et spaCy :
Les packages nltk et spaCy : leurs principes et leurs différences.
Applications avancées de nltk et spaCy pour du traitement du langage.
Quatrième partie : Vers le text mining : combiner nltk et des algorithmes de machine learning.
Identification de thématiques à partir de textes (topic modeling).
Classifieurs Bayésien.
L'utilisation de nltk et du machine learning avec scikit
- learn pour l'analyse des sentiments.
Cinquième partie : L'utilisation du deep learning pour le NLP :
Utilisation de keras pour construire un premier réseau.
Les possibilités pour le traitement du langage avec le deep learning.
Qu'est
- ce que le traitement du langage naturel (NLP) ?
A quelles questions répond le NLP ?
Deuxième partie : Les outils de python pour le NLP :
Le travail sur les chaînes de caractères avec python (string, expressions régulières, transformation vectorisées dans des DataFrame). Les API pour récupérer des données textuelles (Réseaux sociaux, Web scrapping, Open Data).
La préparation des données textuelles en fonction de la problématique (Données d'enquêtes, Automatisation de processus).
Troisième partie : Le NLP avec nltk et spaCy :
Les packages nltk et spaCy : leurs principes et leurs différences.
Applications avancées de nltk et spaCy pour du traitement du langage.
Quatrième partie : Vers le text mining : combiner nltk et des algorithmes de machine learning.
Identification de thématiques à partir de textes (topic modeling).
Classifieurs Bayésien.
L'utilisation de nltk et du machine learning avec scikit
- learn pour l'analyse des sentiments.
Cinquième partie : L'utilisation du deep learning pour le NLP :
Utilisation de keras pour construire un premier réseau.
Les possibilités pour le traitement du langage avec le deep learning.
Objectifs
Maîtrise des outils pour traiter des données textuelles avec python.
Identifier la problématique et les outils à utiliser pour traiter des problèmes de NLP.
Mener à bien un projet de traitement NLP avec Python.
Identifier la problématique et les outils à utiliser pour traiter des problèmes de NLP.
Mener à bien un projet de traitement NLP avec Python.
Centre(s)
- Paris - 12ème (75)
Secteur(s)
Formation proposée par : Stat4decision
À découvrir