#NLP #MACHINE LEARNING #PYTHON #KNIME 

Ce que vous apprendrez

  • Apprendre les bases de la classification de texte

  • Construire un modèle d'analyse de sentiments

  • S'initier à PyCaret et KNIME

  • Votre expérimente d'apprentissage

    Apprendre par la pratique, développer votre intuition et comprendre les concepts de base.

  • Notre objectif

    Vous fournir une expérience d’apprentissage pour vous aider à atteindre vos objectifs.

  • Prérequis

    Connaissances de base en Python et en apprentissage automatique

  • Applications

    Analyser le sentiment des commentaires pour un produit ou une organisation.

  • Outils

    Python (distribution Anaconda), ainsi que la librairie PyCaret.

Contenu du projet pratique

    1. Bienvenue

    2. Prérequis

    3. Avant que nous commencions...

    1. Vue d’ensemble du projet

    2. Objectifs d'apprentissage

    3. Ressources

    4. Mise en place de l’environnement

    5. Domaines d’application

    6. Code initial

    1. Description de la tâche

    2. Conseils

    3. Solution

    1. Description de la tâche

    2. Conseils

    3. Solution

    1. Description de la tâche

    2. Conseils

    3. Solution

    1. Quiz

About this course

  • Gratuit
  • 43 leçons

Description

Bonjour et bienvenue sur ce tutoriel, qui va vous apprendre à utiliser l’apprentissage automatique afin de construire un modèle de classification de textes. Je m’appelle Julien et je serai votre formateur pour ce projet. Si vous voulez apprendre à créer un modèle de classification sur des données textuelles tout en limitant la quantité de programmation requise, alors ce tutoriel vous est destiné! Nous utiliserons PyCaret, une librairie Python de type « open source » et « low code ». Nous verrons aussi un équivalent de type « no-code » avec l’outil KNIME. Nul besoin de travailler dans la science des données afin de suivre ce cours, mais il est recommandé d’avoir des connaissances de base en Python et en apprentissage automatique. L'objectif de ce projet pratique est de donner au principal intéressé les compétences requises afin de monter par lui-même un modèle d'analyse de sentiments. Le but est donc que l'apprenant acquière de fortes bases en classification de texte programmée, ce qui lui permettra par la suite de pouvoir appliquer ses acquis dans plusieurs autres tâches similaires. Pour se faire, nous vous montrons un exemple concret d'application dans une situation d'affaires de l'analyse de sentiments.

Instructeur

Julien Deslongchamps

Partenaire Formation

Étudiant de HEC Montréal à la maîtrise en intelligence d’affaires, j’ai fait de la science des données le cœur de mes études de second cycle universitaire. Dans mon parcours académique et professionnel, on peut retrouver une multitude de projets relevant d’une diversité de domaines, tel que l’apprentissage machine, l’analyse textuelle, l’ingénierie de données, la gestion de base de données et bien d’autres, réalisés sur des logiciels de l’ère moderne tel que Python, R, SAS, PowerBI et SQL. Étant conscient de l’importance croissante de l’intelligence artificielle dans le monde, il me fait plaisir de partager mes connaissances à toute personne désirant acquérir l’expertise requise dans ce monde numérique.

Questions fréquemment posées

  • De quels logiciels et versions ai-je besoin ?

    Python (avec Anaconda) et la librairie PyCaret. KNIME

  • Est-ce que le cours de préparation est obligatoire à suivre

    Non. Le cours a été conçu comme une référence

  • Est-ce que le contenu sera encore disponible après la fin du projet

    Absolument et pour toujours!