Sentiment analysis
L'intelligence artificielle avance à grands pas. Les secteurs allant de la reconnaissance d'image, l'assitance vocale, ou encore la réalisation de tâches dans des environnements de plus en plus complexes, il ne saurait tarder de voir arriver les robots dans notre quotidien. 

Mais sera-t-il possible un jour de doter nos compagnons electroniques de sentiments, tels que la joie, l'envie, la tristesse ou encore l'amour ? C'est une question à laquelle personne n'as encore de réponse, et dans ce challenge vous allez découvrir les difficultés que des notions aussi abstraites peuvent apporter.
Le contenu du challenge
Le dataset consiste en un millier de tweets au format .csv, classifiés binairement (1,0) selon si le sentiment de l'auteur est plutôt positif ou négatif. Propre à la plupart des communications sur internet, vous devrez travailler avec des emoticones, l'argot, les erreurs de syntaxe, de ponctuation etc.

Votre but est de créer un classifieur prenant en entrée un twit au format texte et de retourner une prédiction (0,1). Vous devrez classifier et retourner le fichier test.csv avec les prédictions de votre modèle, sur lequel se basera l'évaluation.
Règles
La taille des données a été reistreinte pour vous pousser à réfléchir et augmenter la difficulté du challenge.
Il est interdit d'agrandir votre dataset avec des twits labelés supplémentaires, cependant il est fortement conseillé d'aller chercher d'autres données, telle que du texte, des modèles pré-entraînés et d'autres informations
Il est autorisé d'utiliser le fichier test.csv pour tout entraînements non-supervisés.
Il est possible de faire autant de soumissions que vous le voulez.