Accueil
Cours et livres
EXPLORER
Natural Language Processing (NLP) avec Python
Recherche
Sommaire
Présentation de la formation
Introduction au Natural Language Processing (NLP)
00:28:19
Introduction et définition
(sous-condition)
00:04:08
Quelques cas d’application
(sous-condition)
00:02:48
Les étapes de modélisation en NLP
(sous-condition)
00:03:15
Evaluer un modèle
(sous-condition)
00:02:19
La validation croisée d’un modèle
(sous-condition)
00:03:06
La matrice de confusion d’un modèle NLP
(sous-condition)
00:05:34
Repérer l’overfiting
(sous-condition)
00:02:32
Installer la distribution Anaconda
00:00:51
Découvrir l’environnement Jupyter
(sous-condition)
00:03:46
Manipulation et préparation des données textuelles avec Python
00:41:11
Chargement des données textuelles
(sous-condition)
00:03:07
Les expressions régulières
(sous-condition)
00:07:09
Travailler avec le module Re
(sous-condition)
00:02:38
Fonctionnalités avancées avec le module Re
(sous-condition)
00:07:29
Nettoyer un texte
(sous-condition)
00:03:38
Supprimer les Stopwords
(sous-condition)
00:04:33
Le stemming
(sous-condition)
00:04:57
La lemmatisation
(sous-condition)
00:04:37
Le stemming versus la lemmatisation
(sous-condition)
00:03:03
La vectorisation de données
00:27:13
Introduction aux techniques de vectorisation
(sous-condition)
00:04:20
La vectorisation d’un texte avec CountVectorizer
(sous-condition)
00:06:02
La vectorisation contextuelle avec N-Grams
(sous-condition)
00:04:12
La technique TF-IDF
(sous-condition)
00:02:15
Implémenter TF-IDF
(sous-condition)
00:03:28
Le Feature Engineering en NLP
(sous-condition)
00:02:04
Ajout de nouvelles Features
(sous-condition)
00:03:03
Analyse et comparaison des Features
00:01:49
Modélisation NLP avec Random Forest
00:41:36
Introduction à Random Forest
(sous-condition)
00:06:16
Développer un modèle NLP avec Random Forest
(sous-condition)
00:04:18
Mesurer les performances d’un modèle
(sous-condition)
00:03:51
La validation k-Fold avec Random Forest
(sous-condition)
00:03:13
Tester plusieurs paramètres du Random Forest
(sous-condition)
00:06:29
Appliquer le GridSearchCV avec Random Forest
(sous-condition)
00:02:59
Homogénéiser les données avec TF-IDF
(sous-condition)
00:04:22
Calculer l’impact des Features
(sous-condition)
00:04:23
Sélectionner un modèle
(sous-condition)
00:04:44
Conclusion générale
00:01:01
Pour consulter la suite, découvrez la vidéo suivante :
En version
numérique
En illimité
avec l'abonnement ENI
Sur la
boutique officielle ENI
Je découvre
À suivre
(sous-condition)
Supprimer les Stopwords
04:33
(sous-condition)
Le stemming
04:57
(sous-condition)
La lemmatisation
04:37
(sous-condition)
Le stemming versus la lemmatisation
03:03
Sommaire