DeepLearning.AI
Traitement automatique du langage naturel dans TensorFlow
DeepLearning.AI

Traitement automatique du langage naturel dans TensorFlow

Laurence Moroney

Instructeur : Laurence Moroney

145 529 déjà inscrits

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(6,477 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 23 heures
Apprenez à votre propre rythme
95%
La plupart des apprenants ont aimé ce cours
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(6,477 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
Env. 23 heures
Apprenez à votre propre rythme
95%
La plupart des apprenants ont aimé ce cours

Ce que vous apprendrez

  • Construire des systèmes de traitement du langage naturel avec TensorFlow

  • Traiter le texte, y compris la tokenisation et la représentation des phrases sous forme de vecteurs

  • Appliquer les RNN, GRU et LSTM dans TensorFlow

  • Entraînez des LSTM sur des textes existants pour créer des poèmes originaux et plus encore

Compétences que vous acquerrez

  • Catégorie : RNN
  • Catégorie : Tensorflow
  • Catégorie : Apprentissage automatique
  • Catégorie : Traitement du langage naturel (NLP)
  • Catégorie : Vectorisation du texte

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

4 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé

Élaborez votre expertise en Apprentissage automatique

Ce cours fait partie de la Développeur DeepLearning.AI TensorFlow Certificat Professionnel
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à ce Certificat Professionnel.
  • 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 auprès de DeepLearning.AI
Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 4 modules dans ce cours

La première étape de la compréhension des sentiments dans un texte, et en particulier de l'entraînement d'un réseau neuronal à cette fin, est la tokenisation de ce texte. Il s'agit de convertir le texte en valeurs numériques, un nombre représentant un mot ou un caractère. Cette semaine, vous découvrirez les API Tokenizer et pad_sequences dans TensorFlow et la manière dont elles peuvent être utilisées pour préparer et encoder du texte et des phrases afin de les préparer à l'entraînement de réseaux neuronaux !

Inclus

13 vidéos7 lectures1 devoir1 devoir de programmation3 laboratoires non notés

La semaine dernière, vous avez vu comment utiliser le tokenizer pour préparer votre texte à être utilisé par un réseau neuronal en convertissant les mots en jetons numériques et en séquençant les phrases à partir de ces jetons. Cette semaine, vous découvrirez les Embeddings, où ces jetons sont représentés sous forme de vecteurs dans un espace à haute dimension. Grâce aux Embeddings et aux exemples étiquetés, ces vecteurs peuvent être ajustés de manière à ce que les mots ayant une signification similaire aient une direction similaire dans l'espace vectoriel. Vous commencerez par étudier des critiques de films, en entraînant un réseau neuronal sur des textes étiquetés "positifs" ou "négatifs" et en déterminant quels mots d'une phrase sont porteurs de ces significations.

Inclus

12 vidéos4 lectures1 devoir1 devoir de programmation3 laboratoires non notés

Au cours des deux dernières semaines, vous avez commencé par étudier la tokenisation des mots pour en tirer des valeurs numériques, puis vous avez utilisé les emboîtements pour regrouper les mots de même sens en fonction de la façon dont ils ont été étiquetés. Cela vous a permis d'obtenir une analyse de sentiment satisfaisante, mais approximative : des mots tels que "amusant" et "divertissant" peuvent apparaître dans une critique de film positive, tandis que "ennuyeux" et "terne" peuvent apparaître dans une critique négative. Mais le sentiment peut également être déterminé par l'ordre d'apparition des mots. Par exemple, vous pourriez avoir "pas amusant", qui est bien sûr le contraire de "amusant". Cette semaine, vous allez commencer à creuser dans une variété de formats de modèles qui sont utilisés dans les modèles de formation pour comprendre le contexte dans la séquence !

Inclus

10 vidéos4 lectures1 devoir1 devoir de programmation6 laboratoires non notés

À partir de tout ce que vous avez appris en formant un réseau neuronal basé sur la PNL, nous avons pensé qu'il serait amusant de détourner la classification et d'utiliser vos connaissances pour la prédiction. À partir d'un corpus de mots, vous pourriez prédire le mot le plus susceptible de suivre un mot ou une phrase donné(e) et, une fois que vous y êtes parvenu(e), recommencer encore et encore. C'est dans cet esprit que vous allez construire cette semaine un générateur de poésie. Il a été formé avec les paroles de chansons traditionnelles irlandaises et peut être utilisé pour produire lui-même de beaux vers !

Inclus

14 vidéos5 lectures1 devoir1 devoir de programmation3 laboratoires non notés

Instructeur

Évaluations de l’enseignant
4.8 (852 évaluations)
Laurence Moroney
DeepLearning.AI
19 Cours523 111 apprenants

Offert par

DeepLearning.AI

Recommandé si vous êtes intéressé(e) par Apprentissage automatique

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

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

Affichage de 3 sur 6477

4.6

6 477 avis

  • 5 stars

    72,88 %

  • 4 stars

    18,90 %

  • 3 stars

    5,60 %

  • 2 stars

    1,55 %

  • 1 star

    1,04 %

AK
5

Révisé le 4 juin 2020

AR
5

Révisé le 15 sept. 2024

MR
4

Révisé le 2 mai 2020

Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, 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