Perform Sentiment Analysis with scikit-learn

4.5
Sterne
387 Bewertungen
von
Coursera Project Network
9,053 bereits angemeldet
In diesem angeleitetes Projekt werden Sie:

Build and employ a logistic regression classifier using scikit-learn

Clean and pre-process text data

Perform feature extraction with The Natural Language Toolkit (NLTK)

Tune model hyperparameters and evaluate model accuracy

Clock2 hours
IntermediateMittel
CloudKein Download erforderlich
VideoVideo auf geteiltem Bildschirm
Comment DotsEnglisch
LaptopNur Desktop

In this project-based course, you will learn the fundamentals of sentiment analysis, and build a logistic regression model to classify movie reviews as either positive or negative. We will use the popular IMDB data set. Our goal is to use a simple logistic regression estimator from scikit-learn for document classification. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and scikit-learn pre-installed. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Kompetenzen, die Sie erwerben werden

Data ScienceMachine LearningPython ProgrammingData AnalysisScikit-Learn

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

  1. Introduction and Importing the Data

  2. Transforming Documents into Feature Vectors

  3. Term Frequency-Inverse Document Frequency

  4. Calculate TF-IDF of the Term 'Is'

  5. Data Preparation

  6. Tokenization of Documents

  7. Document Classification Using Logistic Regression

  8. Load Saved Model from Disk

  9. Model Accuracy

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Bewertungen

Top-Bewertungen von PERFORM SENTIMENT ANALYSIS WITH SCIKIT-LEARN

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..