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

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.

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.