Ce dépôt contient une formation complète sur le deep learning, couvrant des sujets tels que l'analyse de données, la reconnaissance d'images, le traitement du langage naturel et l'apprentissage automatique. Il utilise des outils tels que TensorFlow, Scikit-Learn, Pandas et NumPy pour fournir une compréhension approfondie de ces concepts.

Ce projet est dédié à l'analyse de données audio, à la reconnaissance vocale et au traitement du langage naturel. Il vise à fournir des outils avancés pour le traitement et l'analyse de données audio, ainsi qu'à améliorer la compréhension et l'interprétation des données vocales.

Le projet base-nlp fournit des fonctions de base pour l'exploration de l'apport du Traitement Naturel du Langage (NLP) aux défis EIG. Il offre des capacités d'analyse sémantique, de détection de langues et d'extraction d'informations clés.

Ce projet est dédié à l'analyse de données audio, comprenant la reconnaissance vocale, le traitement du langage naturel et l'apprentissage automatique. Il est le résultat du deliverable D2.2 du projet Comprise.

Le projet mmnlg2023 est une plateforme de traitement automatique du langage naturel (TALN) permettant la génération de textes à partir de descriptions, la création de résumés de documents et la traduction automatique de textes. Il est basé sur des algorithmes de pointe en intelligence artificielle et permet aux utilisateurs de bénéficier de fonctionnalités avancées de traitement du langage.

Ce projet vise à détecter et à atténuer les biais dans les modèles de traitement automatique du langage naturel (NLP). Il s'inspire de deux références open-source et propose des fonctions pour évaluer les biais dans les embeddings de mots.

Le projet 3-data est une plateforme dédiée à la gestion et l'analyse de données linguistiques. Il permet le traitement automatisé de corpus textuels et offre des fonctionnalités d'extraction et de traitement de données pour le traitement automatisé de langage naturel.

TensorFlow est une bibliothèque open-source d'apprentissage automatique développée par Google Brain. Elle permet de créer et d'entraîner des modèles de machine learning pour une variété de tâches, telles que la reconnaissance d'images, le traitement du langage naturel, la prédiction de séries temporelles et la détection d'anomalies. TensorFlow prend en charge une grande variété d'algorithmes d'apprentissage automatique, y compris les réseaux de neurones convolutifs, les réseaux de neurones récurrents et les algorithmes d'optimisation stochastique.

Corpus_proc est un ensemble de scripts Perl conçus pour exécuter un parseur sur plusieurs machines et traiter les résultats. Il permet d'extraire des informations à partir de corpus textuels, d'effectuer une analyse automatisée de langage naturel et de générer des rapports de traitement.

Libcaml-grew est une bibliothèque permettant d'analyser et de traiter des données textuelles de manière automatisée. Elle offre des fonctionnalités d'extraction d'information et de traitement du langage naturel.