Les approches traditionnelles en Text Mining

• Les API pour récupérer des données textuelles.
• La préparation des données textuelles en fonction de la problématique.
• La récupération et l'exploration du corpus de textes.
• La suppression des caractères accentués et spéciaux.
• Stemming, Lemmatization et suppression des mots de liaison.
• Tout rassembler pour nettoyer et normaliser les données.

Feature Engineering pour la représentation de texte

• Comprendre la syntaxe et la structure du texte.
• Le modèle Bag of Words et Bag of N-Grams.
• Le modèle TF-IDF, Transformer et Vectorizer.
• Le modèle Word2Vec et l’implémentation avec Gensim.
• Le modèle GloVe.
• Le modèle FastText.

La similarité des textes et classification non supervisée

• Les concepts essentiels de similarité.
• Analyse de la similarité des termes : distances Hamming, Manhattan, Euclidienne et Levenshtein.
• Analyse de la similarité des documents.
• Okapi BM25 et le palmarès de classement.
• Les algorithmes de classification non supervisée.

La classification supervisée du texte

• Prétraitement et normalisation des données.
• Modèles de classification.
• Multinomial Naïve Bayes.
• Régression logistique. Support Vector Machines.
• Random Forest. Gradient Boosting Machines.
• Évaluation des modèles de classification.

Natural Language Processing et Deep Learning

• Les librairies NLP : NLTK, TextBlob, SpaCy, Gensim, Pattern, Stanford CoreNLP.
• Les librairies Deep Learning : Theano, TensorFlow, Keras.
• Natural Language Processing et Recurrent Neural Networks.
• RNN et Long Short-Term Memory. Les modèles bidirectionnels RNN.
• Les modèles Sequence-to-Sequence.
• Questions et réponses avec les modèles RNN.

• Parcours certifiant construire et développer des modèles de big data - Réf. ZDM

• Parcours certifiant construire et développer des modèles de big data - Réf. ZDM