Le cours Apprentissage automatique et bases du NLP est une ressource d'apprentissage conçue pour les personnes intéressées à développer des connaissances fondamentales sur l'apprentissage automatique (ML) et le traitement du langage naturel (NLP). Ce cours est idéal pour les étudiants, les scientifiques de données, les ingénieurs logiciels et tous ceux qui cherchent à construire ou à renforcer leurs compétences en apprentissage automatique et en traitement du langage naturel.
L'Apprentissage automatique et les bases de la NLP
L'Apprentissage automatique et les bases de la NLP
Ce cours fait partie de Spécialisation Apprendre l'IA générative avec les LLMs
Instructeur : Edureka
3 851 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
3.4
(25 avis)
niveau Débutant
Expérience recommandée
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Comprendre les bases de l'Apprentissage automatique, en appliquant l'Apprentissage supervisé, non supervisé et le renforcement par renforcement pour la modélisation prédictive.
Développer des réseaux de neurones profonds, en utilisant des CNN et des RNN avec des LSTM pour des tâches de classification d'images et de prédiction de séquences.
Utiliser des techniques NLP, telles que la tokenisation, le stemming et la classification de textes avec des méthodes de type sac de mots et Classification naïve bayésienne.
Engagez-vous dans des projets pratiques, en appliquant les concepts de ML et NLP à des scénarios réels pour acquérir une expérience pratique.
Compétences que vous acquerrez
- Catégorie : Deep learning
- Catégorie : Ingénierie des caractéristiques
- Catégorie : Intelligence artificielle
- Catégorie : Traitement du langage naturel (NLP)
- Catégorie : Apprentissage supervisé
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Exploration de texte
- Catégorie : Traitement des données
- Catégorie : Arbre de classification et de régression (CART)
- Catégorie : Tensorflow
- Catégorie : Apprentissage automatique
- Catégorie : Données non structurées
- Catégorie : Modélisation prédictive
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
15 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation Apprendre l'IA générative avec les LLMs
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Ce module de notre cours offre une plongée complète dans les fondamentaux, les types et les applications de l'Apprentissage Automatique (IA), un aspect central de l'intelligence artificielle. Il est méticuleusement conçu pour faire passer les apprenants des bases de l'IA et des modèles prédictifs en ML à une compréhension plus approfondie des différents types de ML - tels que l'Apprentissage supervisé, non supervisé, semi-supervisé, et le renforcement de l'apprentissage. Il explore en outre les concepts clés de la classification et de la régression, y compris les arbres décisionnels, les forêts aléatoires et les techniques d'optimisation des modèles. Ce module sert à la fois de base et d'exploration avancée, s'adressant à un large éventail d'apprenants désireux de maîtriser l'apprentissage automatique.
Inclus
28 vidéos4 lectures4 devoirs1 sujet de discussion
Ce module propose une exploration complète des réseaux de neurones profonds, couvrant les concepts fondamentaux, les implémentations pratiques et les techniques avancées. De la compréhension des bases de l'apprentissage profond et de sa comparaison avec le fonctionnement du cerveau humain à l'approfondissement d'architectures spécifiques comme les réseaux neuronaux convolutifs (CNN) et les réseaux neuronaux récurrents (RNN) avec mémoire court terme longue (LSTM), ce module dote les apprenants des connaissances et des compétences nécessaires pour concevoir, former et optimiser des modèles d'apprentissage profond pour diverses tâches, notamment la classification d'images et la prédiction de séquences
Inclus
70 vidéos9 lectures6 devoirs5 sujets de discussion
Ce module présente les principes fondamentaux de l'exploration et de l'analyse de textes. Il couvre diverses techniques d'extraction, de nettoyage et de prétraitement des données textuelles, y compris la tokenisation, le stemming, la lemmatisation et la reconnaissance des entités nommées. En outre, le module explore les méthodes d'analyse de la structure des phrases, telles que les arbres syntaxiques et le chunking, ainsi que les techniques de classification des textes utilisant les sacs de mots, les vectoriseurs de comptage et les classificateurs multinomiaux de Classification naïve bayésienne. A travers des travaux pratiques et des discussions, les apprenants acquièrent un aperçu des applications du text mining dans différents domaines et des outils et processus essentiels impliqués dans le travail avec des données textuelles.
Inclus
39 vidéos4 lectures4 devoirs3 sujets de discussion
Ce module est l'étape finale du cours, offrant aux apprenants une révision et une évaluation complètes des connaissances et des compétences acquises tout au long des modules. Tout au long du module, les apprenants s'engagent dans diverses activités pour consolider leur apprentissage et évaluer leur compréhension du matériel de cours. Ces activités comprennent la réalisation d'un projet pratique qui applique les concepts appris à des scénarios du monde réel, la réalisation d'un travail noté pour évaluer les compétences, et éventuellement le visionnage d'une vidéo de fin de cours résumant les principaux acquis et réalisations.
Inclus
1 vidéo1 lecture1 devoir
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuit
Statut : PrévisualisationSungkyunkwan University
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Des connaissances préalables en programmation, en particulier en Python, sont utiles mais pas obligatoires. Le cours est conçu pour accueillir les débutants, avec les premiers modules introduisant les concepts fondamentaux de l'apprentissage automatique et du NLP.
À l'issue de tous les travaux et évaluations, les participants recevront un certificat attestant qu'ils maîtrisent le contenu du cours et qu'ils ont acquis des compétences pratiques.
Oui, le cours est conçu pour les débutants, construisant systématiquement des concepts de base à des concepts avancés, assurant une solide compréhension à la fois de l'apprentissage automatique et du NLP.
Plus de questions
Aide financière disponible,