NLP (Traitement du Langage Naturel) avec Python (spaCy, Hugging Face, Llama)
Télécharger le programme 21 heures sur 3 jours
à Paris & à distance
(Zoom, Google Meet, etc.).
2 000 € HT / personne
Etudions ensemble vos options
de financement
Objectifs de la formation
NLP (Traitement du Langage Naturel) avec Python (spaCy, Hugging Face, Llama)
Identifier les concepts fondamentaux du traitement du langage naturel (NLP).
Utiliser spaCy pour le prétraitement et l’analyse linguistique des textes.
Exploiter la librairie Hugging Face pour utiliser et entraîner des modèles de NLP.
Déployer et optimiser des modèles de génération de texte avec Llama.
Développer une application NLP complète avec Python.
Pré-requis pour suivre cette formation
Maîtrise de Python et de ses bibliothèques standards (NumPy, Pandas) Connaissances de base en machine learning et deep learning Notions en manipulation de texte et en statistiques (souhaité) Environnement Python installé avec spaCy, Hugging Face Transformers et PyTorch/TensorFlow
A qui s'adresse cette formation ?
Développeurs, ingénieurs en IA, data scientists, chercheurs et toute personne souhaitant approfondir ses compétences en NLP.
Formations recommandées
Aucun programme supplémentaire n'est requis pour suivre cette formation.
Au programme de la formation
NLP (Traitement du Langage Naturel) avec Python (spaCy, Hugging Face, Llama)
- Introduction au NLP : concepts et applications (chatbots, résumé automatique, classification de texte, etc.)
- Exploration des bibliothèques NLP en Python : NLTK vs spaCy
- Installation et prise en main de spaCy
- Traitement des textes avec spaCy :Tokenization, lemmatisation, tagging morpho-syntaxique
- Reconnaissance d’entités nommées (NER)
- Vectorisation des textes : embeddings, TF-IDF et word2vec
- Exercices pratiques : analyse syntaxique et extraction d’informations
- Présentation de Hugging Face et des Transformers
- Chargement et utilisation de modèles pré-entraînés (BERT, GPT, DistilBERT)
- Fine-tuning d’un modèle NLP sur un dataset spécifique
- Classification de texte et analyse de sentiment avec Hugging Face
- Traduction automatique et résumé de texte avec T5 et BART
- Exercices pratiques : entraînement et évaluation d’un modèle NLP personnalisé
- Introduction aux modèles de génération de texte (GPT, Llama)
- Déploiement de modèles de génération avec Hugging Face et Llama
- Contrôle et ajustement des réponses des modèles
- Création d’un chatbot intelligent avec un modèle Llama
- Intégration des modèles NLP dans une application web ou API
- Projet final : développement d’une application NLP complète
- Évaluation des résultats et discussion des perspectives
Méthode pédagogique
8 participants maximum, un poste par stagiaire et un support de cours est remis en fin de stage. La formation est constituée d'apports théoriques, de démonstrations et de mises en pratique basées sur des exercices (méthode démonstrative).
Accessibilité
Cette formation est accessible aux personnes en situation de handicap.
Modalité de validation des acquis
Évaluation continue des connaissances via des exercices et/ou ateliers et des acquis via un questionnaire en fin de formation. Attestation de fin de stage (certificat de réalisation). Émargement quotidien d'une feuille de présence.
Demander des informations
Vous souhaitez en savoir plus ou directement vous inscrire à une session ?
Contactez-nous pour monter votre dossier !
Formations similaires
Ces formations pourraient vous intéresser
- NEW
Intelligence Artificielle & Machine LearningIntroduction au Machine Learning pour Analystes (Python)Niveau initiation
- NEW
Intelligence Artificielle & Machine LearningPrompting avancé, fine-tuning et personnalisation des IA générativesNiveau
- NEW
Intelligence Artificielle & Machine LearningComputer Vision & IA appliquée à l’imageNiveau
- NEW
Intelligence Artificielle & Machine LearningNLP (Traitement du Langage Naturel) avec Python (spaCy, Hugging Face, Llama)Niveau
- NEW
Intelligence Artificielle & Machine LearningGénérative et Large Language Models (GPT, Gemini, etc.)Niveau
