Accueil > Système d'Information - Informatique > Big Data et Intelligence Artificielle > Big Data, data science, machine learning, intelligence artificielle > Mise en oeuvre de solutions chatbots

Mise en oeuvre de solutions chatbots

Objectifs

  • Comprendre les différents types de traitements du langage naturel
  • Constuire, entraîner et tester les modèles de chatbots « Seq2Seq »
  • Élaborer des chatbots avec TensorFlow et PyTorch
  • Formation nouvellement créée ou entièrement remaniée
  • A distance / Presentiel
  • Code: IIA16
  • 2 Jours (14 Heures)
  • Repas Offert
  • 1 480 € (HT)
  • Cette thématique vous intéresse ? Nos équipes d'experts, de concepteurs pédagogiques et de chefs de projet mettent en place pour vous et avec vous des dispositifs innovants, en présentiel et en digital.

Programme Détaillé

ingénieur, analyste, concepteur, manager, toute personne intéressée par les modèles de traitement du langage naturel, la création et la mise en place de chatbots, les opportunités métier des chatbots, la transformation numérique 4.0 des entreprises
Présentation du traitement du langage naturel
Les différents types de modèles
Principes du Deep NLP (Natural Language Processing)
Architecture Seq2Seq
Élaborer un ChatBot avec Deep NLP
Principes
Les différentes étapes
1. Phase de pré-traitement des données
2. Construction du modèle Deep NLP
3. Entrainement du modèle Deep NLP
4. Test du modèle Deep NLP
Présentation d’autres solutions
Synthèse et bilan
Mathématique niveau lycée
consultant-formateur en Intelligence Artificielle, enseignant-chercheur en IA
mise en oeuvre des modèles de Traitement du Langage Naturel en pratique et par l'exemple en s'appuyant sur l’architecture « Seq2Seq » (Sequence-to-Sequence). Cette architecture a connu un immense succès dans diverses tâches telles que la traduction automatique, la reconnaissance vocale et le résumé de texte (compte-rendu médical par exemple).
Les sessions "A distance" sont réalisées avec l'outil de visioconférence Teams, permettant au formateur d'adapter sa pédagogie.

Nos formateurs DEMOS sont recrutés conformément aux spécifications mentionnées pour chaque formation. Ce sont des professionnels en activité et/ou des experts dans leur domaine. Ils utilisent des méthodes et outils appropriés aux formations qu’ils dispensent et adaptent leur pédagogie au public accueilli.

Avant la formation : IMPLIQUER
Questionnaire pré-formation et/ou recueil des besoins pour préciser les attentes individuelles, à l’entrée en formation.
Pendant la formation : APPLIQUER
Méthodes actives et participatives, apports théoriques (10%), mises en pratique (70%) et échanges (20%)
Elaboration de son plan d’actions personnalisé
Après la formation : ACCOMPAGNER
Les conseillers formation sont à votre disposition si vous avez besoin de précisions.

SUIVI & EVALUATION
Pour assurer un suivi individuel, Demos a mis en place 2 types d’évaluation :
Une évaluation de compétences en ligne en début et en fin de formation qui peut prendre différentes formes selon le contenu de la formation suivie : Tests d’évaluation des acquis, cas pratiques, mises en situation, soutenance devant un jury pour les formations à finalité certifiante.
Une évaluation de la satisfaction de chaque stagiaire est réalisée en ligne. Cette évaluation est complétée par l’appréciation du formateur à l’issue de chaque session.

Les « chatbots » se sont imposés pour répondre aux enjeux conversationnels, à l’explosion du nombre de canaux, à la nécessité de répondre partout et tout le temps aux clients. Qu’en est-il réellement ? Pour le savoir, le stage décrit de façon intuitive les aspects théoriques et surtout pratique pour la mise en oeuvre des modèles de Traitement du Langage Naturel. Pour cela, nous nous appuyons sur l’architecture « Seq2Seq » (Sequence-to-Sequence). Cette architecture a connu un immense succès dans diverses tâches telles que la traduction automatique, la reconnaissance vocale et le résumé de texte (compte-rendu médical par exemple).
Imprimer
Télécharger le PDF