Les volumes de texte non structurés tels que les courriels de clients et de partenaires, les contrats, les messages provenant de divers canaux de médias sociaux ou les évaluations de produits sur Internet contiennent des informations précieuses. Grâce aux méthodes d’apprentissage automatique telles que le traitement du langage naturel (NLP), le regroupement, la modélisation des thèmes, les classifications et les encastrements universels, de nombreuses méthodes sont désormais disponibles pour l’analyse automatique de ces grands corpus de textes. Ils peuvent être utilisés pour pré-trier les courriels, détecter les sentiments dans les réseaux sociaux, classer les textes de contrats et bien plus encore.
Dans la formation en ligne de trois jours intitulée Automated Text Analysis, les développeurs, les architectes logiciels et les scientifiques des données apprennent, sur la base d’exemples pratiques, comment préparer des textes pour l’analyse et les analyser statistiquement, comment modéliser différents domaines thématiques dans les textes à l’aide de méthodes d’apprentissage automatique non supervisées et comment analyser et classer des textes à l’aide de méthodes d’apprentissage automatique supervisées.
L’atelier, auquel vous pouvez assister depuis le confort de votre bureau avec un navigateur et un casque, aura lieu du 29 novembre au 2 décembre. Si vous êtes intéressé, il est également possible d’organiser une quatrième journée d’atelier, qui sera consacrée à l’extraction et à la préparation de textes à partir de différentes sources. La participation est limitée à 15 personnes afin de laisser suffisamment d’espace pour les questions personnelles et les échanges. Si vous vous inscrivez avant le 1er novembre, vous bénéficierez d’une réduction de 10% pour les inscriptions anticipées. Le conférencier Dr Christian Winkler est un scientifique des données et un architecte d’apprentissage automatique et travaille dans le domaine de la science des données et de l’intelligence artificielle depuis 20 ans.
- Automated Text Analysis, Online Course, 29.11. – 2.12.21 : Plus d’informations et inscription