Opleiding : NLP, natuurlijke taalverwerking met Python

Natuurlijke taalverwerking met Python-tools en -bibliotheken

Praktijkcursus - 3d - 21u00 - Ref. PTS
Prijs : 1670 € V.B.

NLP, natuurlijke taalverwerking met Python

Natuurlijke taalverwerking met Python-tools en -bibliotheken



Deze cursus leert het gebruik van Python voor natuurlijke taalverwerking: datavoorbereiding, tekstrepresentatie en modellering. De deelnemer gebruikt Python tools en bibliotheken om veelvoorkomende NLP taken uit te voeren en NLP modellen te implementeren en toe te passen.


INTER
INTRA
OP MAAT

Praktijkcursus ter plaatse of via klasverband op afstand
Disponible en anglais, à la demande

Ref. PTS
  3d - 21u00
1670 € V.B.




Deze cursus leert het gebruik van Python voor natuurlijke taalverwerking: datavoorbereiding, tekstrepresentatie en modellering. De deelnemer gebruikt Python tools en bibliotheken om veelvoorkomende NLP taken uit te voeren en NLP modellen te implementeren en toe te passen.


Pedagogische doelstellingen
Aan het einde van de training is de deelnemer in staat om:
Python gebruiken om tekstuele gegevens te verwerken
De Python-gereedschappen en -bibliotheken kiezen die nodig zijn voor verwerking
De verschillende stadia van voorbewerking en vectorisatie instellen
Gebruik geschikte technieken afhankelijk van de doelstellingen: classificatie / onderwerpmodellering / sentimentanalyse
Modellen toepassen en evalueren op echte gegevens

Voorafgaande vereisten
Programmeervaardigheden in Python.

Opleidingsprogramma

1
Python-omgeving voor NLP

  • De ontwikkelomgeving Python / Anaconda / Jupyter Notebook.
  • De belangrijkste gegevenstypen: strings, booleans, getallen, lijsten, tuples en woordenboeken.
  • Besturingsstructuren: for en while-lussen, if/elif/else-tests.
  • Functies: aanmaken, parameters doorgeven, standaardwaarden, variabele argumenten.
  • Numpy: vectoren, matrices, snijden, aaneenschakelen.
  • Pandas: analyse van gegevens in tabelvorm (CSV, Excel, enz.), statistieken, pivots, joins, filters.
Praktisch werk
Omgaan met Python in een Jupyter-notebook. Praktische oefening met pandas en numpy.

2
Tekstgegevens voorbewerken

  • Identificeren wat tekstuele gegevens zijn en de bibliotheken spaCy en nltk presenteren.
  • Woord tokenisatie.
  • Verwijdering van stopwoorden, interpunctie en elementen die niet essentieel zijn voor de analyse.
  • Lemmatisering vs stemming.
Praktisch werk
Voorbewerking van tekstcorpora met de 2 bibliotheken, vergelijking van resultaten en implementatiemethoden. Aanmaken van stopwoordenlijsten, vergelijking van lemmatisering en rootisering.

3
Informatie-extractie

  • Identificatie van de grammaticale aard van woorden met behulp van Part Of Speech Tagging.
  • Personen, plaatsen enz. identificeren met Named Entity Recognition.
Praktisch werk
Implementeren van Part Of Speech Tagging en Named Entity Recognition. Analyse van resultaten, filters op bepaalde grammaticale categorieën en eigennamen.

4
Vectorrepresentatie van tekstgegevens

  • Zak met woorden.
  • Weging tf-idf.
  • Benadering met n-grammen.
  • Inbeddingen: word2vec, gloVe, fastTesxt ...
Praktisch werk
Transformation d’un corpus de texte en utilisant différentes approches : bag of words, tf-idf, word2vec, gloVe. Comparaison des vecteurs.

5
Machinaal leren op tekstgegevens

  • Een herinnering aan de stappen die nodig zijn om een voorspellend model te bouwen.
  • Classificatie.
  • Sentimentanalyse.
  • Onderwerp modellering.
Praktisch werk
Modélisation en utilisant différents types de vecteurs (bag of words vs embeddings). Analyse de sentiment sur des tweets.

6
Modelevaluatieprocedures

  • Resamplingtechnieken in training, validatie en testspellen.
  • Testen van de representativiteit van trainingsgegevens.
  • Prestatiemetingen voor voorspellende modellen.
  • Verwarringmatrix.
Praktisch werk
Een NLP-model op een toegepaste manier bouwen en evalueren...


Feedback van klanten
4,8 / 5
De feedback van klanten is afkomstig van eindevaluaties na de opleiding. De score wordt berekend op basis van alle evaluaties die minder dan 12 maanden oud zijn. Alleen die met een tekstcommentaar worden weergegeven.
GRÉGOIRE P.
02/11/26
5 / 5

Een zeer intensieve opleiding, waardoor sommige onderwerpen aan het einde wat snel werden behandeld. De herhaling van Python was misschien wel een beetje lang. De rest was allemaal prima.
JULIEN P.
02/11/26
5 / 5

De docent is heel prettig om op afstand te volgen, toegewijd en bereikbaar. De duur moet worden aangepast: de stof is erg compact. Vooral de laatste dag. Voor mijn doeleinden zijn de resultaten veel beter dan ik had verwacht. Ik heb een duidelijker beeld van wat er moet gebeuren, nog voordat we het hebben over generatieve AI op basis van gegevens.
ANNE DOMINIQUE G.
02/11/26
5 / 5

Een zeer intensieve, technische opleiding waarmee je echt op de hoogte blijft van de nieuwste technieken op het gebied van tekstverwerking en modellering. Nicolas wist zich goed aan te passen en probeerde ons de verschillende technieken duidelijk te maken aan de hand van voorbeelden en concrete casussen.



Publicatiedatum : 19/01/2024



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.

Data en plaats
Selecteer uw locatie of kies voor de les op afstand en kies vervolgens uw datum.
Klas op afstand

Dernières places
Date garantie en présentiel ou à distance
Session garantie

KLAS OP AFSTAND
2027 : 16 juni, 16 juni, 17 nov., 17 nov.

PARIS LA DÉFENSE
2027 : 16 juni, 17 nov.



Dit programma is een origineel concept, ontwikkeld door de pedagogische teams van ORSYS Formation. Elke reproductie, weergave, aanpassing of exploitatie, geheel of gedeeltelijk, zonder voorafgaande schriftelijke toestemming van ORSYS, is ten strengste verboden. ORSYS behoudt zich het recht voor om alle nodige maatregelen te nemen ter bescherming van haar intellectuele-eigendomsrechten.