Ce cours présente à l'apprenant les bases du text mining et de la manipulation de texte. Le cours commence par une compréhension de la façon dont le texte est traité par Python, la structure du texte à la fois pour la machine et pour l'homme, et une vue d'ensemble du cadre nltk pour la manipulation du texte. La deuxième semaine se concentre sur les besoins de manipulation courants, y compris les expressions régulières (recherche de texte), le nettoyage du texte et la préparation du texte pour son utilisation par des processus d'apprentissage automatique. La troisième semaine est consacrée à l'application des méthodes de base du traitement du langage naturel au texte et à la démonstration de la classification du texte. La dernière semaine explorera des méthodes plus avancées pour détecter les sujets dans les documents et les regrouper par similarité (modélisation des sujets).

Ce cours devrait être suivi après : Introduction à la science des données en Python, Tracé appliqué, graphique et représentation des données en Python, et Apprentissage automatique appliqué en Python.