Une progression de la conception classique des flux NLP aux représentations, à la classification, à l’auto-attention et au contexte des LLM.
Construisez une représentation mentale du NLP par étapes : définissez la tâche, placez le prétraitement et la représentation dans un pipeline, essayez une formulation supervisée de classification de texte, puis reliez l’auto-attention à l’évolution historique des modèles de langage. Les leçons sélectionnées de CampusX sont des ressources pédagogiques, non la promesse d’un résultat pour un modèle particulier. Les exercices rendent visibles les choix de prétraitement et les hypothèses d’évaluation.
Cartographier une tâche de NLP, du texte brut au prétraitement, à la représentation, au modèle et à l’évaluation. Expliquer le rôle et les compromis du sac de mots, des n-grammes et de TF-IDF. Formuler une classification de texte avec cible, séparation, référence et plan d’analyse des erreurs. Décrire l’auto-attention comme mécanisme reliant les jetons dans leur contexte.
Des bases de Python et une bonne maîtrise des listes, des chaînes de caractères et de la terminologie simple de la classification sont recommandées.
Aux débutants qui souhaitent une introduction claire et guidée, sans jargon inutile
Aux personnes qui apprennent mieux avec des exemples, des leçons guidées et de la pratique
Aux professionnels, créateurs et développeurs indépendants recherchant une méthode reproductible
La leçon 1 est gratuite
7 leçons · Débutant · Cours complet.
Ce cours utilise du contenu sous licence CC BY attribué à son fournisseur ou à la personne qui l’a mis en ligne. La lecture des leçons est disponible uniquement après authentification et validation des contrôles de publication et de licence.