Build your ultimate AI agent
Description du cours
Analyser des données sous forme de tableaux, c’est agréable. Mais que faire si ce qui vous intéresse le plus ne se présente pas comme un jeu de données bien structuré, mais sous forme de texte brut ? Pas de panique : dans ce cours, vous apprendrez tout ce qu’il faut pour créer des expressions régulières puissantes qui vous permettront de retrouver toutes les informations nécessaires à vos analyses à partir d’un simple bloc de texte. Et ce n’est pas tout. Grâce au concept de distance entre chaînes, vous apprendrez à travailler avec du texte contenant des fautes de frappe ou des erreurs de numérisation, en pouvant les faire correspondre à leurs équivalents corrects issus d’autres sources de données (rattachement d’enregistrements). Comme support d’apprentissage, nous analyserons de vrais documents sur les chiffres du box-office dans les cinémas suisses.
Prérequis
Programme de formation
Plan du cours
1
Expressions régulières : écrire des motifs personnalisés
Les expressions régulières peuvent impressionner au début, car elles contiennent de nombreux caractères spéciaux. Dans ce chapitre, vous apprendrez à les décoder et à écrire vos propres motifs pour trouver exactement ce que vous recherchez.
- Bienvenue50 XP
- Commence par, se termine par100 XP
- Quand vous ne savez pas exactement ce que vous cherchez100 XP
- Classes de caractères et répétitions50 XP
- Chiffres, mots et espaces100 XP
- Faire correspondre des répétitions100 XP
- Quel caractère spécial fait quoi déjà ?100 XP
- La barre verticale et le point d’interrogation50 XP
- Ceci ou cela100 XP
- Le point d’interrogation et ses deux significations100 XP
- Vous pouvez maintenant lire ceci !50 XP
2
Créer des chaînes à partir de données
Dans ce chapitre, nous nous éloignerons un peu des expressions régulières pour nous concentrer sur la manipulation de chaînes en les créant à partir d’autres structures de données comme des vecteurs ou des listes.
3
Extraire des données structurées d’un texte
L’un des domaines où les expressions régulières excellent consiste à donner du sens à un bloc de texte. Dans ce chapitre, vous apprendrez à extraire des informations de données désordonnées qui ne se présentent pas en tableaux bien rangés, mais en texte brut.
4
Similarités entre chaînes
Dans le dernier chapitre, nous changerons de perspective pour comprendre les distances entre chaînes. En calculant les différences entre plusieurs chaînes, nous pouvons faire correspondre celles qui se ressemblent. Cela nous aide à repérer les doublons même lorsqu’ils contiennent de petites erreurs comme des fautes de frappe. C’est un élément important du rattachement d’enregistrements, où l’on combine des jeux de données provenant de plusieurs sources.
R
Expressions régulières intermédiaires en R
Cours
terminé
