Dernière mise à jour le 13/03/2025

IA – langage : NLP, traduction, analyse

Informations générales

Type de formation : Formation continue
Domaine : IA, Big Data et Bases de données
Filière : IA
Rubrique : ChatGPT - BARD
Formation éligible au CPF : Non
Formation Action collective : Non

Objectifs & compétences

A l’issue de la formation, le stagiaire sera capable :
        • Comprendre les principes du NLP et savoir les mettre en œuvre avec Python.
 

Public visé

Toute personne intéressée par le NLP: Ingénieurs, Analystes, Data Scientists, Data Analysts, Data Steward, Développeurs..

Pré-requis

Connaissances de base de Python et du deep learning

Programme

NLP Introduction
Comprendre le langage humain, et savoir générer des réponses Différentes étapes : reconnaissance de caractères, ou de la voix, conversion des données en texte, décomposition en éléments de phrase, nettoyage des données, traitement de l'ambiguité d'un mot, reconnaissance d'une entité nommée (NEM), traitement des multiples références pour une entité, extraction des informations subjectives, etc ... Les outils de NLP et historique : outils statistiques, de machine learning, de deep learning, Watson NLU, Python et le NLTK. Applications actuelles : solutions de détection de spam, traduction automatique, assistants virtuels, chatbots, analyses d'opinions, de sentiments, etc ...
 
Python et le NLTK
Introduction : plate-formes supportées, versions de Python,
Présentation des textes et modèles fournis avec le NLTK
Atelier : installation du package NLTK et des datasets
 
Traitements de textes
Etude des différentes fonctions fournies par le NLTK.
Découpage d'un texte en mots ou en phrases,avec nltk.tokenize(), nettoyage de textes avec le filtrage de mots, stemming avec nltk.stem, alertes sur les risques d'un mauvais usage, étiquetage des différentes parties d'un texte avec nltk.pos-tag(), lemmatisation, pour identifier les formes canoniques des mots, identification de phrases avec le chunking
Atelier : réalisation d'exemples sur des datasets simples
 
 
Analyses de textes
Analyse de sentiments avec nltk.sentiment
Présentation des fonctions disponibles
Atelier : exemple d'utilisation des aglorithmes de scikit-learn depuis nltk
 
 
Etude de cas
Analyse de sentiments avec nltk.sentiment
Présentation des fonctions disponibles
Atelier : mise en œuvre sur un corpus. Utilisation de polarity.scores()
 
Intégration de scikit-learn
Import des algorithmes de classification de scikit-learn
Atelier : exemple d'utilisation des aglorithmes de scikit-learn depuis nltk
 

Modalités

Modalités : en présentiel, distanciel ou mixte . Toutes les formations sont en présentiel par défaut mais les salles sont équipées pour faire de l'hybride. – Horaires de 9H à 12H30 et de 14H à 17H30 soit 7H – Intra et Inter entreprise.
Pédagogie : essentiellement participative et ludique, centrée sur l’expérience, l’immersion et la mise en pratique. Alternance d’apports théoriques et d’outils pratiques.
Ressources techniques et pédagogiques : Support de formation au format PDF ou PPT Ordinateur, vidéoprojecteur, Tableau blanc, Visioconférence : Cisco Webex / Teams / Zoom.
Pendant la formation : mises en situation, autodiagnostics, travail individuel ou en sous-groupe sur des cas réels.

Méthodes

Fin de formation : entretien individuel.
Satisfaction des participants : questionnaire de satisfaction réalisé en fin de formation.
Assiduité : certificat de réalisation.
Validations des acquis : grille d'evalution  des acquis établie par le formateur en fin de formation.
Code de formation : LEDN211

Tarifs

Prix public : 1610
Tarif & financement :
Nous vous accompagnons pour trouver la meilleure solution de financement parmi les suivantes :
Le plan de développement des compétences de votre entreprise : rapprochez-vous de votre service RH.
Le dispositif FNE-Formation.
L’OPCO (opérateurs de compétences) de votre entreprise.
France Travail: sous réserve de l’acceptation de votre dossier par votre conseiller Pôle Emploi.
CPF -MonCompteFormation
Contactez nous pour plus d’information : contact@aston-institut.com

Lieux & Horaires

Durée : 14 heures
Délai d'accès : Jusqu'a 8 jours avant le début de la formation, sous condition d'un dossier d'insciption complet

Prochaines sessions

Handi-accueillante Accessible aux personnes en situations de handicap. Pour toutes demandes, contactez notre référente, Mme Rizlene Zumaglini Mail : rzumaglini@aston-ecole.com

à voir aussi dans le même domaine...

Formation continue

IA

CISIA-DOC

Structuration et documentation des données pour l’IA

Documenter le flux de traitement des données : De la source à l’exploitation, en couvrant la chaîne d’approvisionnement (C1, C3). Documenter  le cycle  de vie  de  la  donnée  :  De  sa création  à son archivage  ou suppression (C1, C8). Comprendre les enjeux de la documentation des jeux de données pour répondre aux besoins métiers et aux cas d’usage (C1). Identifier les risques éthiques et sociétaux liés à la collecte et à l'utilisation des jeux de données (C2). Préparer et structurer les données afin de renforcer leur intégrité pour une utilisation dans un modèle d'IA (C3). Élaborer une documentation technique claire pour assurer la transparence et la traçabilité des données (C8).  

8 heures de formations sur 1 Jours
En savoir plus

Formation continue

IA

IA002

Intelligence artificielle : Etat de l’art (OpenAI, Google Bard, AWS)

Définir et comprendre le concept d’Intelligence Artificielle Identifier les apports potentiels par métier, activité ou secteurs dans l’entreprise Connaître les principales solutions, outils et technologies déployés dans un projet d’IA Identifier les clés de réussite d’une solution d’Intelligence Artificielle Appréhender les enjeux juridiques et éthiques de l’IA Comprendre les applications de l’IA à différents domaines de l'industrie Appréhender les concepts de Machine Learning et Deep Learning

14 heures de formations sur 2 Jours
En savoir plus

Formation continue

IA

CISIA-PDD

Qualité et préparation des données pour l’IA

Identifier et valider les sources de données pertinentes pour l’IA. Détecter et corriger les erreurs et biais présents dans les jeux de données. Appliquer les techniques de nettoyage et de normalisation des données. Améliorer la qualité des jeux de données pour garantir des modèles IA performants.

12 heures de formations sur 2 Jours
En savoir plus

Formation continue

IA

IA0100

Introduction à l’utilisation de ChatGPT Adopter les bons réflexes pour optimiser les échanges

Comprendre les concepts clés et l’utilisation quotidienne des IA conversationnelle Connaître les fonctionnalités des ChatGPT Identifier les biais et les bonnes pratiques

7 heures de formations sur 1 Jours
En savoir plus

Formation continue

IA

CISIA-TTD

Maîtriser les techniques de génération et d’Augmentation de données

Maîtriser les techniques de génération et d’augmentation de données pour l’IA. Comprendre les méthodes avancées de transformation et enrichissement des données. Appliquer ces techniques pour améliorer la diversité et la qualité des jeux de données. Évaluer les impacts des modifications de données sur l'entraînement des modèles IA.

12 heures de formations sur 2 Jours
En savoir plus

Formation continue

IA

IA051

IA – analyse et production de code informatique

Comprendre quels sont les apports de l'IA dans le process de développement, les principaux outils et savoir faire le choix adéquat selon le projet.  

14 heures de formations sur 2 Jours
En savoir plus