Traitement des données textuelles avec l’apprentissage profond

S’adresse aux professionnels de l’industrie œuvrant dans des postes liés à la programmation ou à l’exploitation de données.

Vous ne savez pas par quelle autoformation commencer? Consultez le cheminement proposé afin de maximiser le développement de vos connaissances.

Vos activités professionnelles vous demandent de traiter des données textuelles (en format texte brut) et d’effectuer de l'apprentissage de tâches variées sur ces données, cette formation permettra aux participants d’acquérir des connaissances avancées leur permettant d’assurer la classification de données et de séquence par différentes techniques d’apprentissage profond pour les problèmes pouvant être régler par le TALN.

Cette formation vise à permettre au professionnel de l’industrie d’être en mesure utiliser des techniques d’apprentissage profond du traitement automatique de la langue naturelle (TALN). Cette formation se veut axée sur la pratique, afin d’outiller le professionnel et le rendre opérationnel rapidement.

Le traitement automatique de la langue naturelle (TALN), un sous-domaine de l'intelligence artificielle, est de plus en plus utilisé dans l’industrie.

Question d’aller plus loin, cette formation permettra aux participants de comprendre les caractéristiques des réseaux de neurones en TALN et d’appliquer certaines de ces techniques.

Objectif général

Amener le participant à être en mesure d’expliquer les techniques d’apprentissage profond du traitement automatique de la langue naturelle (TALN) et leur utilisation dans diverses applications.

• Définir une procédure d’entrainement d’un modèle d’apprentissage profond pour faire de la classification de texte et de séquence.
• Sélectionner, selon le contexte, les architectures récurrentes applicable à l’analyse et la génération de texte
• Utiliser les algorithmes de représentation de texte à l’aide d’encodeurs neuronaux
• Sélectionner, selon le contexte, les architectures de type transformer applicables pour la génération de texte.
• Configurer les paramètres de génération de texte d’une architecture de type transformer

Partie 1 : Introduction

Partie 2 : Classification de texte et de séquence

• Module 2.1 : Vecteurs de mots
• Module 2.2 : Réseau récurrents
• Module 2.3 : Les RNN à porte
• Module 2.4 : Variations sur les RNN

Partie 3 : Transformers

• Module 3.1 : Introduction aux Transformers
• Module 3.2 : Introduction à BERT
• Module 3.3 : Introduction à GPT
• Module 3.4 : SpaCy

Précisions sur la formation

Cette formation est une autoformation. Vous pouvez débuter votre apprentissage au moment où vous le souhaitez. La plateforme de la formation vous sera accessible pour une durée de 365 jours suivant votre première connexion à PAX.

Stratégies pédagogiques

Formation autonome en mode asynchrone par lectures, démonstration et exercices sur une plateforme d’apprentissage expérientielle (PAX).

PAX Expérience

PAX est une plateforme unique d’apprentissage novatrice, dite intelligente, qui regroupe des outils d’apprentissage adaptatifs et interactifs. Elle agit véritablement comme un tuteur intelligent permettant à l’apprenant d’apprendre par déduction en connaissant la nature et la source de ses erreurs.

Avantages distinctifs de PAX :

• La théorie est exposée sous forme de modules multimédias interactifs
• Des exercices interactifs permettent l'approfondissement des notions théoriques enseignées. Ceux-ci sont analysé par PAX, qui offre une rétroaction immédiate et individuelle afin d'aider le participant à corriger ses erreurs par déduction
• Des quiz chronométrés permettent au participant de tester ses acquis autant de fois qu’il le désire
• Un forum contextuel où les fils de discussions sont liés aux contenus (modules-exercices et quiz)
• Un forum animé par des experts en Python

Découvrez tous les avantages de PAX Expérience : https://www.fsg.ulaval.ca/etudes/formation-continue/pax-experience/