University of Colorado Boulder

Classification supervisée de textes pour l'analyse marketing

University of Colorado Boulder

Classification supervisée de textes pour l'analyse marketing

Chris J. Vargo
Scott Bradley

Instructeurs : Chris J. Vargo

2 356 déjà inscrits

Inclus avec Coursera PlusEn savoir plus

Demander à Coursera

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

14 avis

niveau Débutant

Expérience recommandée

Planning flexible
2 semaines à 10 heures une semaine
Apprenez à votre propre rythme
Préparer un diplôme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

14 avis

niveau Débutant

Expérience recommandée

Planning flexible
2 semaines à 10 heures une semaine
Apprenez à votre propre rythme
Préparer un diplôme

Ce que vous apprendrez

  • Distinguer la classification supervisée des tâches d'apprentissage textuel non supervisées, créer un recueil de codes d'étiquetage et harmoniser les étiquettes attribuées par plusieurs étiqueteurs pour obtenir des étiquettes de référence.

  • Transformez du texte brut en une matrice de caractéristiques prédictives prête à être utilisée par un modèle, puis configurez et entraînez un classificateur de texte de type « elastic-net » régularisé.

  • Évaluer la généralisation à l'aide de données de validation mises de côté et d'indicateurs de classification appropriés.

  • Interpréter les courbes d'apprentissage afin d'identifier le surapprentissage et la baisse de rendement liée à l'ajout de nouvelles étiquettes.

Compétences que vous acquerrez

  • Catégorie : Apprentissage supervisé
  • Catégorie : Analyse marketing
  • Catégorie : Manipulation de données
  • Catégorie : Apprentissage par transfert
  • Catégorie : Marketing basé sur les données
  • Catégorie : Algorithmes d'apprentissage automatique
  • Catégorie : Évaluation du modèle
  • Catégorie : Modèle de formation
  • Catégorie : Prétraitement des données
  • Catégorie : Modélisation prédictive
  • Catégorie : Apprentissage statistique des machines
  • Catégorie : Exploration de texte
  • Catégorie : Ingénierie des fonctionnalités
  • Catégorie : Apprentissage automatique appliqué
  • Catégorie : Apprentissage profond
  • Catégorie : Apprentissage automatique
  • Catégorie : Emboîtements

Outils que vous découvrirez

  • Catégorie : Tensorflow
  • Catégorie : Scikit Learn (Bibliothèque d'apprentissage automatique)
  • Catégorie : Programmation Python

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

3 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 4 modules dans ce cours

Dans ce module, nous découvrirons les différents types d'apprentissage automatique qui existent et les étapes opérationnelles de la construction d'un modèle d'apprentissage automatique supervisé. Nous aborderons également les mesures de performance de la classification de textes.

Inclus

3 vidéos6 lectures2 devoirs de programmation1 sujet de discussion

Dans ce module, nous découvrirons les réseaux neurones et l'Apprentissage automatique supervisé. Ensuite, nous nous plongerons dans des projets réels d'Apprentissage machine supervisé et dans les décisions clés à prendre lorsqu'on mène son propre projet.

Inclus

2 vidéos2 lectures1 devoir

Dans ce module, nous allons apprendre à travailler dans l'environnement Google Colab et Google Drive. Nous nous initierons à l'apprentissage supervisé en utilisant un wrapper pour les modèles Tensorflow et transformateur de Google.

Inclus

2 vidéos2 lectures1 devoir

Dans ce module, nous apprendrons à faire l'atelier d'une variété de modèles d'Apprentissage automatique supervisé qui s'appuient sur des modèles à base linéaire. Nous apprendrons également à effectuer une analyse externe des performances des modèles dans sci-kit learn.

Inclus

2 vidéos2 lectures1 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.

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 495 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