Formation Natural Language Processing (NLP) with Python spaCy
Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux développeurs et aux experts en informatique qui souhaitent utiliser spaCy pour traiter de très gros volumes de texte afin de rechercher des modèles et de mieux comprendre.
À la fin de cette formation, les participants seront en mesure de:
- Installer et configurer spaCy.
- Comprendre l'approche de spaCy concernant Natural Language Processing (NLP).
- Extraire des modèles et obtenir des informations commerciales à partir de sources de données à grande échelle.
- Intégrer la bibliothèque spaCy avec les applications web et les applications existantes.
- Déployer spaCy dans des environnements de production en direct pour prédire le comportement humain.
- Utiliser spaCy pour prétraiter le texte pour Deep Learning.
Format du cours permettant d'évaluer les participants
- Cours et discussion interactifs.
- De nombreux exercices et mises en pratique.
- Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation du cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser cela.
- Pour en savoir plus sur spaCy, veuillez consulter : https://spacy.io/
Plan du cours
Introduction
- Définir le "Traitement Automatique du Langage Naturel de Qualité Industrielle"
Installation de spaCy
Composants de spaCy
- Étiqueteur morphosyntaxique (Part-of-speech tagger)
- Extracteur d'entités nommées (Named entity recognizer)
- Analyseur syntaxique de dépendances (Dependency parser)
Aperçu des fonctionnalités et de la syntaxe de spaCy
Comprendre la modélisation spaCy
- Modélisation statistique et prédiction
Utilisation de l'interface de ligne de commande (CLI) de SpaCy
- Commandes de base
Création d'une application simple pour prédire le comportement
Entraînement d'un nouveau modèle statistique
- Données (pour l'entraînement)
- Étiquettes (tags, entités nommées, etc.)
Chargement du modèle
- Mélange et itération
Sauvegarde du modèle
Fournir un retour d'information au modèle
- Gradient d'erreur
Mise à jour du modèle
- Mise à jour de l'extracteur d'entités
- Extraction de tokens avec un comparateur basé sur des règles
Élaboration d'une théorie généralisée des résultats attendus
Étude de cas
- Distinction des noms de produits des noms d'entreprises
Affiner les données de formation
- Sélection de données représentatives
- Définition du taux d'abandon (dropout rate)
Autres styles de formation
- Passage de textes bruts
- Passage de dictionnaires d'annotations
Utiliser spaCy pour prétraiter le texte pour Deep Learning
Intégrer spaCy aux applications existantes
Test et débogage du modèle spaCy
- L'importance de l'itération
Déployer le modèle en production
Surveillance et ajustement du modèle
Résolution des problèmes
Résumé et conclusion
Pré requis
- Python expérience en programmation.
- Une compréhension de base des statistiques
- Expérience avec la ligne de commande
Public
- Développeurs
- Scientifiques des données
Les formations ouvertes requièrent plus de 3 participants.
Formation Natural Language Processing (NLP) with Python spaCy - Booking
Formation Natural Language Processing (NLP) with Python spaCy - Enquiry
Natural Language Processing (NLP) with Python spaCy - Demande d'informations consulting
Demande d'informations consulting
Nos clients témoignent (3)
Le fait d'avoir plus d'exercices pratiques utilisant des données plus proches de ce que nous utilisons dans nos projets (images satellites en format raster)
Matthieu - CS Group
Formation - Scaling Data Analysis with Python and Dask
Traduction automatique
Une très bonne préparation et expertise de la part du formateur, une communication parfaite en anglais. Le cours était pratique (exercices + partage d'exemples de cas d'utilisation)
Monika - Procter & Gamble Polska Sp. z o.o.
Formation - Developing APIs with Python and FastAPI
Traduction automatique
Formateur développe la formation selon le rythme des participants
Farris Chua
Formation - Data Analysis in Python using Pandas and Numpy
Traduction automatique
Cours à venir
Cours Similaires
Building Private AI Workflows with Ollama
14 HeuresCe entraînement en direct (en ligne ou sur place) dispensé par un instructeur à France s'adresse aux professionnels de niveau avancé souhaitant mettre en œuvre des flux de travail basés sur l'intelligence artificielle (IA) sécurisés et efficaces en utilisant Ollama.
À la fin de cet entraînement, les participants seront capables de :
- Déployer et configurer Ollama pour le traitement privé de l'IA.
- Intégrer des modèles d'IA dans des flux de travail entreprenariaux sécurisés.
- Optimiser la performance de l'IA tout en maintenant la confidentialité des données.
- Automatiser les processus commerciaux avec des capacités d'IA sur site.
- Garantir la conformité aux politiques de sécurité et de gouvernance entreprenariales.
Scaling Data Analysis with Python and Dask
14 HeuresCette formation en <loc> ; (en ligne ou sur site) est destinée aux data scientists et aux ingénieurs logiciels qui souhaitent utiliser Dask avec l'écosystème Python pour construire, mettre à l'échelle et analyser de grands ensembles de données.
A l'issue de cette formation, les participants seront capables de :
- Mettre en place l'environnement pour commencer à construire des traitements de big data avec Dask et Python.
- Explorer les fonctionnalités, les bibliothèques, les outils et les API disponibles dans Dask.
- Comprendre comment Dask accélère le calcul parallèle en Python.
- Apprendre à faire évoluer l'écosystème Python (Numpy, SciPy et Pandas) en utilisant Dask.
- Optimiser l'environnement Dask pour maintenir de hautes performances dans le traitement de grands ensembles de données.
Data Analysis with Python, Pandas and Numpy
14 HeuresCe formation en direct, dirigée par un formateur (en ligne ou sur site) est destinée aux développeurs et analystes de données intermédiaires qui souhaitent améliorer leurs compétences en analyse et manipulation des données à l'aide de Python, Pandas et NumPy.
À la fin de cette formation, les participants seront capables de :
- Configurer un environnement de développement comprenant Python, Pandas et NumPy.
- Créer une application d'analyse des données utilisant Pandas et NumPy.
- Réaliser des opérations avancées de préparation, de tri et de filtrage des données.
- Conduire des opérations agrégées et analyser les séries temporelles.
- Visualiser les données à l'aide de Matplotlib et d'autres bibliothèques de visualisation.
- Déboguer et optimiser leur code d'analyse des données.
Deploying and Optimizing LLMs with Ollama
14 HeuresCette formation en France (en ligne ou sur site) est destinée aux professionnels de niveau intermédiaire qui souhaitent déployer, optimiser et intégrer des LLM en utilisant Ollama.
A l'issue de cette formation, les participants seront capables de :
- Mettre en place et déployer des LLMs en utilisant Ollama.
- Optimiser les modèles d'IA pour la performance et l'efficacité.
- Tirer parti de l'accélération GPU pour améliorer la vitesse d'inférence.
- Intégrer Ollama dans les flux de travail et les applications.
- Contrôler et maintenir les performances des modèles d'IA au fil du temps.
FARM (FastAPI, React, and MongoDB) Full Stack Development
14 HeuresCette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser la pile FARM (FastAPI, React et MongoDB) pour créer des applications web dynamiques, performantes et évolutives.
A l'issue de cette formation, les participants seront capables de :
-
Mettre en place l'environnement de développement nécessaire qui intègre FastAPI, React, et MongoDB.
Comprendre les concepts clés, les fonctionnalités et les avantages de la pile FARM.
Apprendre à construire des API REST avec FastAPI.
Apprendre à concevoir des applications interactives avec React.
Développer, tester et déployer des applications (front-end et back-end) en utilisant la pile FARM.
Developing APIs with Python and FastAPI
14 HeuresCette formation en direct (en ligne ou sur site) est destinée aux développeurs qui souhaitent utiliser FastAPI avec Python pour créer, tester et déployer des API RESTful plus facilement et plus rapidement.
A l'issue de cette formation, les participants seront capables de :
- Configurer l'environnement de développement nécessaire pour développer des API avec Python et FastAPI.
- Créer des API plus rapidement et plus facilement en utilisant la bibliothèque FastAPI.
- Apprendre à créer des modèles de données et des schémas basés sur Pydantic et OpenAPI.
- Connecter les API à une base de données en utilisant SQLAlchemy.
- Implémenter la sécurité et l'authentification dans les API en utilisant les outils FastAPI.
- Construire des images conteneur et déployer des API web sur un serveur cloud.
Fine-Tuning and Customizing AI Models on Ollama
14 HeuresCe cours en direct avec formateur (en ligne ou sur site) est destiné à des professionnels avancés souhaitant affiner et personnaliser les modèles IA sur Ollama pour une performance accrue et des applications spécifiques au domaine.
À la fin de ce cours, les participants seront en mesure de :
- Configurer un environnement efficace pour l'affinement des modèles IA sur Ollama.
- Préparer des jeux de données pour l'affinement supervisé et l'apprentissage par renforcement.
- Optimiser les modèles IA en termes de performance, d'exactitude et d'efficacité.
- Déployer des modèles personnalisés dans des environnements de production.
- Évaluer les améliorations du modèle et garantir sa robustesse.
Introduction to Google Gemini AI
14 HeuresCette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux développeurs de niveau débutant à intermédiaire qui souhaitent intégrer des fonctionnalités d'IA dans leurs applications à l'aide de Google Gemini AI.
A l'issue de cette formation, les participants seront capables de :
- Comprendre les principes fondamentaux des grands modèles de langage.
- Configurer et utiliser Google Gemini AI pour diverses tâches d'IA.
- Mettre en œuvre des transformations de texte à texte et d'image à texte.
- Construire des applications de base basées sur l'IA.
- Explorer les fonctionnalités avancées et les options de personnalisation de Google Gemini AI.
Google Gemini AI for Content Creation
14 HeuresCette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux créateurs de contenu de niveau intermédiaire qui souhaitent utiliser Google Gemini AI pour améliorer la qualité et l'efficacité de leur contenu.
À l'issue de cette formation, les participants seront en mesure de :
- Comprendre le rôle de l'IA dans la création de contenu.
- Configurer et utiliser Google Gemini AI pour générer et optimiser le contenu.
- Appliquer des transformations de texte à texte pour produire un contenu créatif et original.
- Mettre en œuvre des stratégies de référencement à l'aide d'informations basées sur l'IA.
- Analyser les performances du contenu et adapter les stratégies à l'aide de Gemini AI.
Google Gemini AI for Transformative Customer Service
14 HeuresCette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux professionnels du service client de niveau intermédiaire qui souhaitent mettre en œuvre Google Gemini AI dans leurs opérations de service client.
À l'issue de cette formation, les participants seront en mesure de :
- Comprendre l'impact de l'IA sur le service à la clientèle.
- Configurer Google Gemini AI pour automatiser et personnaliser les interactions avec les clients.
- Utiliser les transformations de texte à texte et d'image à texte pour améliorer l'efficacité du service.
- Développez des stratégies basées sur l'IA pour l'analyse en temps réel des commentaires des clients.
- Explorer les fonctionnalités avancées pour créer une expérience de service client transparente.
Google Gemini AI for Data Analysis
21 HeuresCette formation en direct avec instructeur en France (en ligne ou sur site) est destinée aux analystes de données de niveau débutant à intermédiaire et aux professionnels de l'entreprise qui souhaitent effectuer des tâches d'analyse de données complexes de manière plus intuitive dans divers secteurs en utilisant Google Gemini AI.
À l'issue de cette formation, les participants seront en mesure de :
- Comprendre les principes fondamentaux de Google Gemini AI.
- Connecter diverses sources de données à Gemini AI.
- Explorer les données à l'aide de requêtes en langage naturel.
- Analyser les modèles de données et en tirer des enseignements.
- Créer des visualisations de données convaincantes.
- Communiquer efficacement des informations basées sur des données.
Intermediate Gemini AI for Public Sector Professionals
16 HeuresThis instructor-led, live training in France (online or onsite) is aimed at intermediate-level public sector professionals who wish to use Gemini to generate high-quality content, assist with research, and improve productivity through more advanced AI interactions.
By the end of this training, participants will be able to:
- Craft more effective and tailored prompts for specific use cases.
- Generate original and creative content using Gemini.
- Summarize and compare complex information with precision.
- Use Gemini for brainstorming, planning, and organizing ideas efficiently.
Introduction to Claude AI: Conversational AI and Business Applications
14 HeuresCette formation en direct avec instructeur à France (en ligne ou sur site) est destinée aux professionnels débutants, aux équipes d'assistance à la clientèle et aux passionnés de technologie qui souhaitent comprendre les principes fondamentaux de l'IA de Claude et l'exploiter pour des applications commerciales.
A la fin de cette formation, les participants seront capables de :
- Comprendre les capacités et les cas d'utilisation de Claude AI.
- Configurer et interagir avec Claude AI de manière efficace.
- Automatiser les flux de travail de l'entreprise avec l'IA conversationnelle.
- Améliorer l'engagement et le soutien des clients en utilisant des solutions basées sur l'IA.
Accelerating Python Pandas Workflows with Modin
14 HeuresCette formation en direct avec instructeur dans France (en ligne ou sur site) est destinée aux scientifiques des données et aux développeurs qui souhaitent utiliser Modin pour construire et mettre en œuvre des calculs parallèles avec Pandas afin d'accélérer l'analyse des données.
A la fin de cette formation, les participants seront capables de :
- Mettre en place l'environnement nécessaire pour commencer à développer des flux de travail Pandas à l'échelle avec Modin.
- Comprendre les caractéristiques, l'architecture et les avantages de Modin.
- Connaître les différences entre Modin, Dask et Ray.
- Effectuer des opérations Pandas plus rapidement avec Modin.
- Mettre en œuvre l'ensemble de l'API et des fonctions Pandas.
Getting Started with Ollama: Running Local AI Models
7 HeuresCette formation en direct (en ligne ou sur site) et dirigée par un formateur s'adresse aux professionnels débutants qui souhaitent installer, configurer et utiliser Ollama pour exécuter des modèles IA localement.
À la fin de cette formation, les participants seront en mesure de :
- Comprendre les fondamentaux de Ollama et ses capacités.
- Configurer Ollama pour exécuter des modèles IA localement.
- Déployer et interagir avec des LLMs (Large Language Models) à l'aide de Ollama.
- Optimiser les performances et l'utilisation des ressources pour les charges de travail IA.
- Explorer les cas d'usage du déploiement local de l'IA dans divers secteurs.