Ce que vous apprendrez ?

  • Déboguer et améliorer les performances de modèles de traduction automatique et de résumé de texte en utilisant des techniques appropriées de régularisation et d'optimisation des hyperparamètres.
  • Décrire les différentes architectures et techniques d'optimisation utilisées dans la création de modèles séquentiels pour le traitement du langage naturel.
  • Évaluer les performances de modèles séquentiels pour la traduction et le résumé à l'aide de métriques appropriées (BLEU, ROUGE, etc.).
  • Construire et entraîner des modèles de résumé de texte avec Keras, en comparant différentes techniques d'attention.
  • Implémenter des modèles de traduction automatique (seq2seq) avec Keras en utilisant des architectures encodeur-décodeur.

Prérequis

  • Bases en Machine Learning et Deep Learning Maîtrise de Python et des bibliothèques associées (NumPy, Pandas, Matplotlib) Connaissance des modèles séquentiels et des réseaux de neurones récurrents (RNN, LSTM, GRU) Expérience avec Keras et TensorFlow Notions en traitement du langage naturel (NLP) et embeddings de mots Compréhension des tâches de traduction automatique et de résumé de textes

Contenu de la Formation

Total: 10 Chapitres Total hours: 6-12
  • Chapitre 1: Introduction à Keras
  • Chapitre 2: Introduction aux réseaux de neurones récurrents
  • Chapitre 3: Architecture de l'encoder-décodeur
  • Chapitre 4: Implémentation de la traduction automatique
  • Chapitre 5: Mécanisme d'attention
  • Chapitre 6: Intégration de l'attention dans les modèles de traduction automatique
  • Chapitre 7: Approches de résumé de texte
  • Chapitre 8: Implémentation de modèles de résumé de texte
  • Chapitre 9: Applications de la traduction automatique et du résumé de texte
  • Chapitre 10: Études de cas de projets réels

À TÉLÉCHARGER

À propos de l'instructeur

Avatar image
IDRISSI

nouhaila.idrissi@openskillroom.com

Nouhaila IDRISSI est Maître de conférences en Informatique et en Intelligence Artificielle. Après avoir terminé ses études à l’ENSIAS, elle a obtenu un doctorat en informatique et en apprentissage profond de l’École Mohammadia d'ingénieurs (EMI). Notre formatrice dispose de compétences pluridisciplinaires et complémentaires en IA, Big Data, Machine Learning, Deep Learning, NLP, Data Warehousing, BI et Cloud computing. Parallèlement à ses activités académiques, Dr IDRISSI est une collaboratrice active dans le milieu industriel, contribuant à combler le fossé entre la recherche académique et les applications du monde réel.

Retour des Apprenants

Avis

Pour ajouter un avis sur le cours, vous devez d'abord vous connecter. Connectez-vous ici

Caractéristiques du cours

  • Durée 6-12 hour
  • Language Français
  • Niveau de compétence.
  • CertificateNon
  • Nombre maximum d'inscrits
  • Type de formation

Devenir enseignant, Partagez vos connaissances

Rejoignez OpenskillRoom, la plateforme de formations synchrones qui valorise votre expertise.