Plan du cours
Introduction à Python
Introduction
1 - Installation Python
2 - Les nombres
3 - Les chaînes de caractères
4 - Découper des chaînes de caractères
5 - Listes
6 - Installation de PyCharm
Énoncés conditionnels
7 - if elif else
Itérations
8 - pour
9 - Plage et While
10 - Commentaires et Break
11 - Continuer
Fonctions
12 - Fonctions
13 - Valeurs de retour
14 - Valeurs par défaut des arguments
15 - Portée des variables
16 - Arguments par mot-clé
17 - Nombre flexible d'arguments
18 - Déballer les arguments
19 - Mon voyage à Walmart et Sets
20 - Dictionnaire
21 - Modules
Jouer avec les requêtes et les fichiers
22 - Télécharger une image depuis le Web
23 - Comment lire et écrire des fichiers
24 - Télécharger des fichiers depuis le Web
Exceptions
28 - Exceptions
Programmes orientés objet
29 - Classes et objets
30 - init
31 - Variables de classe et variables d'instance
32 - L'héritage
33 - Héritage multiple
34 - Le threading
Jouer avec Python
35 - Décompresser une liste ou des tuples
36 - Zip (et histoire d'infection à la levure)
37 - Lamdba
38 - Min, Max, et tri de dictionnaires
39 - Oreiller
40 - Recadrer des images
41 - Combiner des images
42 - Obtenir des canaux individuels
43 - Effet de fusion impressionnant
44 - Transformations de base
45 - Modes et filtres
46 - structure
47 - carte
48 - Opérateurs Bitwise
49 - Recherche des éléments les plus grands ou les plus petits
50 - Calculs de dictionnaire
51 - Recherche des éléments les plus fréquents
52 - Tri à clés multiples dans le dictionnaire
53 - Tri d'objets personnalisés
Compléments :
54 - Database Connectivité et interrogation pour MySQL
55 - Aperçu des Expressions réguliers
56 - Jouer avec l'API REST
Écrire un robot d'exploration du Web
Traitement du langage naturel et NLTK
Introduction au NLP (exemples dans Python bien sûr)
Manipulation simple de texte
Recherche de texte
Compter les Words
Découpage de textes en Words
Dispersion lexicale
Traitement des structures complexes
Représentation des textes dans des listes
Indexation des listes
Collocations
Bigrammes
Distributions de fréquences
Conditionnels avec Words
Comparaison de Words (startswith, endswith, islower, isalpha, etc...)
Compréhension du langage naturel
Désambiguïsation des Word sens
Résolution des pronoms
Traductions automatiques (statistiques, basées sur des règles, littérales, etc...)
Exercices
NLP dans Python dans des exemples
Accesses corpus de textes et les ressources lexicales
Sources courantes de corpus
Distributions de fréquences conditionnelles
Compter les Word par genre
Création de son propre corpus
Dictionnaire de prononciation
Lexique de la boîte à chaussures et de la boîte à outils
Sens et synonymes
Hiérarchies
Relations lexicales : Méronymes, Holonymes
Similitude sémantique
Traitement du texte brut
Écriture
tronquer
extraire des parties de la chaîne de caractères
accès à des caractères individuels
recherche, remplacement, division, jonction, indexation, etc...
utiliser des expressions régulières
détection de modèles de mots
troncature
la tokenisation
normalisation du texte
[Segmentation (surtout en chinois)
Catégorisation et étiquetage Words
Corpus étiquetés
Jetons étiquetés
Jeu de balises de parties de discours
Python Dictionnaires
Correspondance entre les Words et les propriétés
Étiquetage automatique
Détermination de la catégorie d'un Word (morphologique, syntaxique, sémantique)
Classification des textes (Machine Learning)
Classification supervisée
Segmentation des phrases
Validation croisée
Arbres de décision
Extraction d'informations dans le texte
Chunking
Chaînage
Balises et arbres
Analyse de la structure des phrases
Grammaire sans contexte
Parseurs
Construire des grammaires basées sur des caractéristiques
Caractéristiques grammaticales
Traitement des structures de caractéristiques
Analyse du sens des phrases
Sémantique et logique
Logique propositionnelle
Logique du premier ordre
Sémantique du discours
Gestion des données linguistiques
Formats de données (lexique ou texte)
Métadonnées
Pré requis
Aucune condition particulière n'est requise pour participer à ce cours.