Mise à jour en mai 2025.Ce cours intègre désormais Coursera Coach ! Une façon plus intelligente d'apprendre avec des conversations interactives en temps réel qui vous aident à tester vos connaissances, à remettre en question vos hypothèses et à approfondir votre compréhension à mesure que vous progressez dans le cours.Dans ce cours complet, vous apprendrez à naviguer dans les éléments essentiels du Traitement du langage naturel (NLP) et à développer des compétences dans le prétraitement du texte. À la fin du cours, vous connaîtrez bien la terminologie du NLP, les modèles vectoriels et les différentes techniques de traitement des données textuelles. Ce cours est conçu pour vous aider à comprendre comment transformer un texte brut en un format utilisable pour les tâches d'apprentissage automatique. Le voyage commence par une introduction au NLP, où vous explorerez les définitions de base, suivies d'un examen approfondi du modèle de transformateur de sacs de mots et de la théorie du vecteur de comptage. Vous participerez également à des exercices pratiques avec des implémentations de code, telles que l'application du Count Vectorizer et du TF-IDF aux données textuelles. En outre, le cours aborde la tokenisation, les mots d'arrêt, le stemming et la lemmatisation, vous dotant ainsi des outils fondamentaux pour tout projet NLP. Au fur et à mesure de votre progression, vous serez initié à des concepts plus avancés tels que la similarité vectorielle et l'intégration neuronale des mots. Grâce à ces outils, vous apprendrez à représenter et à analyser efficacement les données textuelles, à mesurer la similarité entre les vecteurs de texte et à appliquer les encastrements neuronaux pour une meilleure compréhension du texte. Le cours met également l'accent sur l'importance de ces techniques dans des contextes multilingues, en vous donnant des stratégies pour gérer les tâches NLP dans différentes langues. Ce cours est parfait pour toute personne désireuse d'acquérir une compréhension fondamentale du NLP et du prétraitement de texte. Il est idéal pour les débutants en science des données et en apprentissage automatique, mais une connaissance préalable de Python et de la programmation de base sera utile pour maximiser votre expérience d'apprentissage. Ce cours trouve un équilibre entre la théorie et l'application pratique, vous assurant d'acquérir des compétences précieuses à appliquer dans des projets NLP du monde réel.