University of Colorado Boulder

Analyse de réseaux pour l'analyse marketing

Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

University of Colorado Boulder

Analyse de réseaux pour l'analyse marketing

Chris J. Vargo
Scott Bradley

Instructeurs : Chris J. Vargo

Inclus avec Coursera PlusEn savoir plus

Demander à Coursera

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

4 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Préparer un diplôme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire

Expérience recommandée

4 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Préparer un diplôme

Ce que vous apprendrez

  • Expliquez en quoi la prédiction du token suivant, la modélisation linguistique masquée et les représentations contextuelles contribuent à la classification des grands modèles de langage (LLM).

  • Traduire une question d'étude marketing en un ensemble d'étiquettes fermé, assorti de définitions et de règles relatives aux cas limites, puis concevoir des invites qui renvoient exactement une étiquette de classification valide et lisible par machine.

  • Valider un échantillon, effectuer une inférence par lots efficace via une API ou un workflow vLLM, et choisir un workflow de réglage fin adapté lorsque la classification basée sur des invites s'avère insuffisante.

  • Évaluer la génération de prompts et le réglage fin à l'aide de la précision, de la macro F1, des erreurs au niveau des classes et des audits des étiquettes « gold » contestées.

Compétences que vous acquerrez

  • Catégorie : Analyse des médias sociaux
  • Catégorie : Traitement des données
  • Catégorie : Traitement du langage naturel
  • Catégorie : Analyse du réseau
  • Catégorie : Ingénierie des fonctionnalités
  • Catégorie : Méthodes statistiques
  • Catégorie : Structures de données
  • Catégorie : Visualisation scientifique
  • Catégorie : Exploration de texte
  • Catégorie : Analyse des réseaux sociaux
  • Catégorie : Analyse marketing

Outils que vous découvrirez

  • Catégorie : JSON
  • Catégorie : Programmation Python

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

12 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Analyse du marketing textuel"
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 6 modules dans ce cours

Faisons le point sur ce cours.

Inclus

5 lectures1 sujet de discussion1 laboratoire non noté

Commençons par passer en revue certains concepts avancés de l'apprentissage automatique supervisé et voyons comment ils s'appliquent à la création de modèles de classification de pointe destinés à des applications marketing concrètes.

Inclus

1 vidéo2 devoirs1 laboratoire non noté

Nous allons nous pencher sur l'utilisation de k-train, une bibliothèque légère dérivée de TensorFlow de Google, afin de créer un modèle personnalisé capable de classer des données en fonction du contexte. Ces modèles légers n'offrent peut-être pas les mêmes performances que les grands modèles linguistiques, mais ils sont peu gourmands en ressources et peuvent s'avérer très efficaces.

Inclus

1 lecture2 devoirs2 laboratoires non notés

En descendant dans l'échelle des tailles de modèles et des avancées technologiques, nous aborderons l'IA générative et la manière dont ces modèles de très grande envergure peuvent nous aider à classer les données.

Inclus

3 vidéos2 lectures3 devoirs1 laboratoire non noté

Utilisez des modèles linguistiques de grande envergure, open source et accessibles gratuitement à tous, pour classer des données et résoudre des problèmes. Nous nous concentrerons sur des modèles plus petits, compatibles avec Google Colab et accessibles gratuitement à toute personne disposant d'un compte Google !

Inclus

3 vidéos3 lectures3 devoirs3 laboratoires non notés

Dans ce module, nous allons apprendre à créer nos propres modèles de langage de grande envergure (LLM) en les ajustant à nos cas d'utilisation spécifiques. En reprenant des modèles déjà très performants et en les adaptant à nos exemples d'entrées et de sorties connues, nous pouvons rapidement mettre au point des classificateurs hautement intelligents capables de résoudre des problèmes spécifiques et complexes !

Inclus

1 vidéo3 lectures2 devoirs2 laboratoires non notés

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.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeurs

Chris J. Vargo
University of Colorado Boulder
7 Cours82 080 apprenants
Scott Bradley
University of Colorado Boulder
3 Cours3 136 apprenants

Offert par

En savoir plus sur Analyse des données

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.’

Foire Aux Questions