Dans le cours 2 de la spécialisation Traitement du langage naturel, vous : a) créerez un algorithme simple d'autocorrection en utilisant la distance d'édition minimale et la programmation dynamique, b) appliquerez l'algorithme de Viterbi pour l'étiquetage des parties du discours (POS), qui est vital pour la linguistique informatique, c) écrirez un meilleur algorithme d'autocorrection en utilisant un modèle de langage N-gram, et d) écrirez votre propre modèle Word2Vec qui utilise un réseau neuronal pour calculer les enchâssements de mots en utilisant un modèle continu de sac de mots.
Traitement du langage naturel avec des modèles probabilistes
Développez vos compétences avec Coursera Plus pour 239 $/an (habituellement 399 $). Économisez maintenant.

Traitement du langage naturel avec des modèles probabilistes
Ce cours fait partie de Spécialisation "Traitement du langage naturel (NLP)"



Instructeurs : Younes Bensouda Mourri
93 365 déjà inscrits
1,781 avis
Expérience recommandée
Ce que vous apprendrez
Utilisez la programmation dynamique, les modèles de Markov cachés et l'intégration de mots pour mettre en œuvre l'autocorrection, l'autocomplétion et l'identification des balises de partie du discours pour les mots.
Compétences que vous acquerrez
- Catégorie : Natural Language Processing
- Catégorie : Data Preprocessing
- Catégorie : Embeddings
- Catégorie : Artificial Neural Networks
- Catégorie : Algorithms
- Catégorie : Machine Learning Methods
- Catégorie : Markov Model
- Catégorie : Text Mining
- Catégorie : Statistical Modeling
- Catégorie : Probability & Statistics
Détails à connaître

Ajouter à votre profil LinkedIn
4 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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
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.
Instructeurs

Offert par
En savoir plus sur Apprentissage automatique

DeepLearning.AI

DeepLearning.AI

DeepLearning.AI
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
79,51 %
- 4 stars
14,92 %
- 3 stars
3,42 %
- 2 stars
0,84 %
- 1 star
1,29 %
Affichage de 3 sur 1781
Révisé le 20 sept. 2024
I felt like I learned some new things from this course. Some of the maths was not as rigorous as it might have been. For example, the proof for Levenstein wasn't complete.
Révisé le 10 juil. 2020
A great course in the very spirit of the original Andrew Ng's ML course with lots of details and explanations of fundamental approaches and techniques.
Révisé le 4 août 2021
Another great course introducing the probabilistic modelling concepts and slowly getting to the direction of computing neural networks. One must learn in detail how embedding works.

Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Plus de questions
Aide financière disponible,
