Les données marketing nécessitent souvent d'être catégorisées ou étiquetées. À l'heure actuelle, les données marketing peuvent également être très volumineuses, ou plus importantes que ce que les humains peuvent raisonnablement aborder. Dans ce cours, les étudiants apprennent à utiliser l'apprentissage profond supervisé pour former des algorithmes afin de s'attaquer à des tâches de classification de texte. Les étudiants passent par une vue d'ensemble conceptuelle de l'apprentissage automatique supervisé et se plongent dans des ensembles de données du monde réel grâce à des tutoriels en Python dirigés par un instructeur. Le cours se termine par un projet majeur. 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://hua.dididi.sbs/degrees/master-of-science-data-science-boulder.

Profitez d'une croissance illimitée avec un an de Coursera Plus pour 199 $ (régulièrement 399 $). Économisez maintenant.

Classification supervisée de textes pour l'analyse marketing
Ce cours fait partie de Spécialisation Analyse du marketing textuel


Instructeurs : Chris J. Vargo
2 192 déjà inscrits
Inclus avec
(14 avis)
Expérience recommandée
Ce que vous apprendrez
Décrire la classification des textes et la terminologie associée (par exemple, l'apprentissage automatique supervisé)
Appliquer la classification des textes à des données de marketing dans le cadre d'un projet évalué par les pairs
Appliquer la classification des textes à une variété de cas d'utilisation marketing populaires via des travaux à domicile structurés
Entraîner, évaluer et améliorer les performances des modèles de classification de texte que vous créez pour votre projet final
Compétences que vous acquerrez
- Catégorie : Google Cloud Platform
- Catégorie : Programmation en Python
- Catégorie : Exploration de texte
- Catégorie : Deep learning
- Catégorie : Ingénierie des caractéristiques
- Catégorie : Analyse marketing
- Catégorie : Apprentissage par transfert
- Catégorie : Évaluation de modèles
- Catégorie : Manipulation de données
- Catégorie : Mesure de la performance
- Catégorie : Scikit-learn (Bibliothèque d'Apprentissage automatique)
- Catégorie : Apprentissage supervisé
- Catégorie : Apprentissage automatique
- Catégorie : Algorithmes de classification
- Catégorie : Réseaux neuronaux artificiels
- Catégorie : Modélisation prédictive
- Catégorie : Tensorflow
Détails à connaître

Ajouter à votre profil LinkedIn
3 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
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 vidéos5 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
Offert par
En savoir plus sur Analyse des Données
Statut : Essai gratuitUniversity of Colorado Boulder
Statut : Essai gratuitUniversity of Colorado Boulder
Statut : Essai gratuitO.P. Jindal Global University
Statut : Essai gratuitO.P. Jindal Global University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?





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
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien de demande sur la page de description.
Plus de questions
Aide financière disponible,

