Les données marketing sont souvent si volumineuses que les humains ne peuvent pas en lire ou en analyser un échantillon représentatif pour comprendre les informations qu'elles contiennent. Dans ce cours, les apprenants utilisent l'apprentissage profond non supervisé pour former des algorithmes afin d'extraire des sujets et des informations à partir de données textuelles. Les apprenants parcourent une vue d'ensemble conceptuelle de l'apprentissage automatique non supervisé et se plongent dans des ensembles de données du monde réel grâce à des tutoriels en Python dirigés par un instructeur. Ce cours utilise les carnets Jupyter et l'environnement de codage Google Colab, un environnement de carnets Jupyter basé sur un navigateur. Les fichiers sont stockés dans Google Drive Ce cours peut être suivi pour des crédits académiques dans le cadre du Master of Science in Data Science (MS-DS) de CU Boulder offert sur la plate-forme Coursera. Le MS-DS est un diplôme interdisciplinaire qui réunit des professeurs des départements de mathématiques appliquées, d'informatique, de sciences de l'information et d'autres départements du CU Boulder. Avec des admissions basées sur la performance et aucun processus de candidature, le MS-DS est idéal pour les personnes ayant un large éventail d'études de premier cycle et / ou d'expérience professionnelle en informatique, en sciences de l'information, en mathématiques et en statistiques. Pour en savoir plus sur le programme MS-DS, consultez le site https://www.coursera.org/degrees/master-of-science-data-science-boulder.