Dans ce module, vous explorerez les fondamentaux de l'apprentissage automatique (ML), de la théorie à l'application. Vous serez également en mesure de définir l'apprentissage automatique et d'apprendre à évaluer ses performances. En outre, vous acquerrez une expérience pratique en construisant et en évaluant des classificateurs d'apprentissage automatique. Vous serez en mesure de comparer l'efficacité de divers modèles ML tels que les Arbres de décision, en comprenant leur rôle dans l'opérationnalisation des données et l'importance de la normalisation des données pour obtenir des résultats optimaux.

Dans ce module, vous explorerez les aspects fondamentaux du Traitement du langage naturel (NLP) dans le contexte des réseaux sociaux. Vous apprendrez également des techniques essentielles telles que le prétraitement du texte à l'aide de NLTK, la compréhension des défis liés au marquage et à l'analyse de la partie du discours (PoS), et l'exploitation de modèles avancés tels que BERT. En parallèle, vous aurez un aperçu de l'histoire du NLP et aborderez les défis spécifiques associés à l'analyse des textes des réseaux sociaux, vous préparant ainsi à analyser et à interpréter efficacement le contenu numérique.

Dans ce module, vous vous plongerez dans les subtilités de l'analyse des sentiments, en explorant ses différents types tels que le Sentiment 140 et l'Analyse des sentiments basée sur les aspects. Vous comprendrez les méthodologies et les outils utilisés pour effectuer une analyse des sentiments sur le contenu des réseaux sociaux. Vous aurez également l'occasion de relever les défis inhérents à l'analyse des sentiments et de discuter des tendances de recherche émergentes visant à améliorer la précision et l'applicabilité dans divers contextes.

Dans ce module, vous allez vous plonger dans la modélisation des sujets, en vous concentrant sur l'allocation de dirichlet latent (LDA) et ses variantes. Vous apprendrez à appliquer ces techniques pour analyser et extraire des sujets du contenu des réseaux sociaux. Vous explorerez également comment construire des réseaux sémantiques adaptés aux applications de médias sociaux, en améliorant votre capacité à découvrir des structures thématiques cachées et des idées au sein des données textuelles