Créer des Solutions d’IA avec Python

Cours 1 - Le machine learning avec Python

• Installation et première prise en main de l’environnement de travail (21 min)
• Les bases du langage Python (56 min)
• Les conditions (28 min)
• Les listes (31 min)
• Les dictionnaires (21 min)
• Les boucles (19 min)
• Les fonctions (27 min)
• Les librairies (11 min)
• Maîtriser la librairie Numpy (40 min)
• Maîtriser la librairie Pandas (1 h 58 min)
• Apprendre la Data visualisation (1 h 11 min)
• Maîtriser les API pour extraire de la data (44 min)
• Apprendre le Web scraping (32 min)
• Maîtriser le langage SQL (1 h 13 min)
• Une première approche de la statistique descriptive (45 min)
• Le machine learning (2 h 41 min)

Cours 2 - Natural Language Processing

Partie 1 : Introduction au NLP

Partie 2 : Manipuler les textes et les symboles

• Segmentation des symboles (tokenization)
• Détection de récurrences (patterns) et nettoyage de textes
• Étiqueter des symboles (token tagging)

Partie 3 : Représenter les symboles comme des vecteurs numériques

• Vectorisation par la présence et la fréquence des tokens
• Vectorisation par la contingence des tokens
• Vectorisation par apprentissage non-supervisé

Partie 4 : Deep Learning pour NLP

• Rappel de Machine Learning
• Perceptron multicouches (MLP)
• CNN, RNN & LSTM
• Mécanisme d’attention & Transformers

Partie 5 : État de l’art du NLP

• Du mécanisme d’attention au Transformer
• Utilisation et réutilisation des Transformers
• Cas pratiques de classification
• Cas pratiques de génération de texte

Partie 6 : Conclusion