Passer au contenu principal

Traitement des données textuelles avec l’apprentissage profond

À propos de cette formation

Durée

25 heures

Description

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.

Objectifs

  • 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

Clientèle cible

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

Préalables

Formation Notions de base de l’apprentissage automatique, formation Notions de base de l’apprentissage profond et des réseaux de neurones, formation Préparation, nettoyage et visualisation des données textuelles, formation Traitement des données textuelles avec l'apprentissage automatique ou connaissances équivalentes :

  • Connaissance de base en programmation (langage Python suggéré)
  • Connaître les notions de base de l'algèbre linéaire et du calcul différentiel

Formule d'enseignement

  • En ligne à votre rythme

    Offerte en tout temps

    Autoformation

    365 jours pour compléter la formation à partir du moment où vous la commencerez.

Que vais-je apprendre?

Contenu

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/

Qui va m'accompagner?

Marc Parizeau

Professeur titulaire

Luc Lamontagne

Professeur agrégé, Faculté des sciences et de génie, Université Laval

Camille Besse

Scientifique de données, Institut Intelligence de données

Pierre Snell

Scientifique de données

Dominique Pothier

Responsable aux Opérations, Expert en IA, Baseline

Frédérik Paradis

Expert en IA, Baseline

Charles-Antoine Parent

Scientifique de données, baccalauréat en actuariat et maîtrise en IA

Antoine Prieur

Développeur IA

David Beauchemin

Candidat au doctorat en informatique, Université Laval

Qui offre cette formation?

Pour développer vos compétences et élargir vos horizons professionnels, la Formation continue de la Faculté des sciences et de génie vous propose une offre de formation en constante évolution. Nous offrons des formations pour tous les besoins : perfectionnement court, formations plus longues ainsi que des formations en entreprise et sur mesure. Profitez de la flexibilité de nos formations et mettez vos compétences à jour grâce à notre offre de perfectionnement.

Pour tout savoir sur notre offre de formation