Ces dernières années, les avancées en traitement automatique du langage naturel (NLP) ont consisté, essentiellement, à l’élaboration de modèles pré-entraînés. Ceux-ci ont pour avantage de donner de bons résultats même avec peu de données. Aujourd’hui nous allons à la decouverte de BERT : ce modèle de NLP implémenté par Google.Dans la suite de cet article …
Pour faire de l’apprentissage supervisé, l’on a besoin d’un jeu de données annoté (ou labelisé). C’est-à-dire une liste d’exemples qui contient des entrées et leurs sorties correspondantes. Cependant, dans la vraie vie, il est presque rare d’obtenir de la donnée brute déjà annotée. Prenons l’exemple d’un modèle d’analyse de sentiment sur des commentaires laissés par …
L’importance de l’acquisition de données pour le Data Scientist n’est plus à démontrer. Le web étant une source intarissable de données de toutes sortes, le web scraping ou web crawling s’est imposé comme une technique incontournable d’acquisition de données. Scrapy est un framework Python permettant de faciliter les tâches de scraping. Dans cet article nous …
Le traitement automatique du language naturel est, aujourd’hui, essentiellement dominé par les modèles séquence à séquence (ou seq2seq). Effectivement, ce type de modèle est adapté à la langue et à plusieurs tâches de NLP classiques telles que la traduction de texte. Parmi les modèles seq2seq qui ont vu le jour ces dernières années, s’il y …
La classification (ou catégorisation) de textes est l’une des tâches de traitement du langage naturel (NLP : Natural Language Processing) les plus courantes. Elle consiste à associer un texte non-structuré à un tag, qui correspond à une classe bien précise. Si la catégorisation de textes nécessite beaucoup d’engouement, c’est à cause de ses nombreuses applications …
L’optimisation consiste à trouver le minimum d’une fonction objectif qui décrit mathématiquement un problème. La programmation linéaire n’est rien de plus que de l’optimisation sur des fonctions objectifs décrites par les équations linéaires. Dans cet article nous verrons comment résoudre un problème d’optimisation linéaire. À travers, le très célèbre problème du sac à dos que …
Programmation linéaire – Problème du sac à dos Lire la suite »
Docker est un logiciel libre permettant de gérer des conteneurs. Un conteneur est une abstraction qui regroupe le code et toutes ses dépendances afin que l’application s’exécute rapidement et de manière fiable d’un environnement informatique à un autre. On peut donc voir un conteneur comme une (mini-) machine qu’on va configurer de sorte à ce …
K-means (k-moyens en français) est un algorithme de clustering. Le clustering est un type d’apprentissage non supervisé (contrairement à la regression linéaire par exemple qui est un type d’apprentissage supervisé). Il consiste à regrouper les éléments de notre jeu de donnée en groupes, appelés clusters. Le but est de faire ressortir les patterns cachés dans …
Faire du Clustering avec l’algorithme K-means Lire la suite »
Aujourd’hui on va voir comment faire du web scraping avec Selenium. Pour ceux qui ne savent pas ce que c’est que le web scraping cliquez ici. Selenium est un outil d’automatisation de test pour le web. Il permet de créer des « robots » qui naviguent dans des pages webs comme le ferait un vrai utilisateur. Bien …
Hey! Aujourd’hui on aura pour mission de créer une API web en Python avec la bibliothèque Flask. Avant de rentrer dans le vive du sujet, certains se demandent peut-être « À quoi sert une API » ? Une API (Application Programming Interface) Web est une interface qui permet à une application (ou un utilisateur) d’accéder à de …
