Infos clés et site web
- Durée de la formation
-
21 heures
- Formation continue
- Formation courte / qualifiante
- Lieu de la formation
- Campus Porte des Alpes (PDA)
- Langues d'enseignement
-
Français
Mise à jour le 25 mars 2020
Text mining - débutant.es
Détails
Objectifs
· Transmettre les bases pour le traitement des données textuelles en adoptant une approche essentiellement statistique
· Apprendre les notions de Traitement Automatique des Langues (TAL)
· Apprendre les notions de Traitement Automatique des Langues (TAL)
Public ciblé
- Public ciblé
- Tous publics.
- Accessible en reprise d'études
- Oui
Contenu
· Introduction générale à la fouille de textes
· Particularités des données textuelles
· Applications phares de la fouille de textes
· Eléments fondamentaux pour décrire et comparer des données textuelles, de telle sorte à ce qu’elles puissent être manipulées par les techniques issues de la fouille de données
· Mise en place d’un moteur de recherche en utilisant R.
· Notions complémentaires : intégration d’outils venus du TAL
· Mise en place d’un algorithme de détection d’opinion en utilisant R
· Particularités des données textuelles
· Applications phares de la fouille de textes
· Eléments fondamentaux pour décrire et comparer des données textuelles, de telle sorte à ce qu’elles puissent être manipulées par les techniques issues de la fouille de données
· Mise en place d’un moteur de recherche en utilisant R.
· Notions complémentaires : intégration d’outils venus du TAL
· Mise en place d’un algorithme de détection d’opinion en utilisant R
Présentation
Lieux
Campus Porte des Alpes (PDA)
Pré-requis
Formation(s) requise(s)
Langage R (niveau intermédiaire).
· Introduction générale à la fouille de textes
· Particularités des données textuelles
· Applications phares de la fouille de textes
· Eléments fondamentaux pour décrire et comparer des données textuelles, de telle sorte à ce qu’elles puissent être manipulées par les techniques issues de la fouille de données
· Mise en place d’un moteur de recherche en utilisant R.
· Notions complémentaires : intégration d’outils venus du TAL
· Mise en place d’un algorithme de détection d’opinion en utilisant R
· Particularités des données textuelles
· Applications phares de la fouille de textes
· Eléments fondamentaux pour décrire et comparer des données textuelles, de telle sorte à ce qu’elles puissent être manipulées par les techniques issues de la fouille de données
· Mise en place d’un moteur de recherche en utilisant R.
· Notions complémentaires : intégration d’outils venus du TAL
· Mise en place d’un algorithme de détection d’opinion en utilisant R
Poursuites d'études
Ce module peut donner accès au diplôme universitaire data scientist.
Coût de la formation
Nous consulter