|
|
01 - Introduction
|
|
01 - Bienvenue dans « Machine learning Traitement du langage naturel avec Python ».mp4
|
MP4
|
28.98 MB
|
|
|
02 - Connaître les prérequis théoriques et techniques.mp4
|
MP4
|
13.22 MB
|
|
|
03 - Utiliser les fichiers d'exercice.mp4
|
MP4
|
20.41 MB
|
|
|
|
02 - Appréhender le NLP
|
|
01 - Comprendre le NLP.mp4
|
MP4
|
22.82 MB
|
|
|
|
03 - Traiter un texte avec Python
|
|
01 - Stocker un texte brut dans une structure de données Python.mp4
|
MP4
|
32.27 MB
|
|
|
|
04 - Préparer les données
|
|
01 - Aborder les étapes de préparation des données.mp4
|
MP4
|
23.28 MB
|
|
|
|
05 - Transformer un texte en chiffres
|
|
01 - Comprendre la vectorisation avec CountVectorizer.mp4
|
MP4
|
23.1 MB
|
|
|
|
06 - Comprendre l'expérience machine learning - NLP
|
|
01 - Apprendre la méthode K-fold.mp4
|
MP4
|
30.6 MB
|
|
|
|
07 - Réaliser un modèle de classification avec SVM
|
|
01 - Modéliser en machine learning.mp4
|
MP4
|
27.23 MB
|
|
|
|
08 - Réaliser un modèle de classification avec le Random forest
|
|
01 - Aborder l'algorithme Random forest.mp4
|
MP4
|
22.11 MB
|
|
|
|
09 - Perfectionner un modèle avec l'hyperparamètre
|
|
01 - Programmer un hyperparamètre avec le modèle SVM.mp4
|
MP4
|
34.32 MB
|
|
|
|
10 - Aller plus loin
|
|
01 - Détecter les features les plus importantes avec le Random forest.mp4
|
MP4
|
21.78 MB
|
|
|
|
11 - Conclusion
|
|
01 - Conclure sur le traitement du NLP avec Python.mp4
|
MP4
|
12.43 MB
|
|
