Sentiment Analysis with Deep Learning using BERT
Preprocess and clean data for BERT Classification
Load in pretrained BERT with custom output layer
Train and evaluate finetuned BERT architecture on your own problem statement
In this 2-hour long project, you will learn how to analyze a dataset for sentiment analysis. You will learn how to read in a PyTorch BERT model, and adjust the architecture for multi-class classification. You will learn how to adjust an optimizer and scheduler for ideal training and performance. In fine-tuning this model, you will learn how to design a train and evaluate loop to monitor model performance as it trains, including saving and loading models. Finally, you will build a Sentiment Analysis model that leverages BERT's large-scale language knowledge. Note: 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
- Natural Language Processing
- Deep Learning
- Machine Learning
- Sentiment Analysis
- BERT
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Introduction to BERT and the problem at hand
Exploratory Data Analysis and Preprocessing
Training/Validation Split
Loading Tokenizer and Encoding our Data
Setting up BERT Pretrained Model
Creating Data Loaders
Setting Up Optimizer and Scheduler
Defining our Performance Metrics
Creating our Training Loop
Loading and Evaluating our Model
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 SENTIMENT ANALYSIS WITH DEEP LEARNING USING BERT
Clean, clear and helpful. Thanks a lot! Would also be nice to see the approaches to tune BERT for the particular task (e.g. custom tokenization, pre-processing of data, etc.)
Good instructor, however anyone join this must have at least a knowledge in basic Python Programming and have learned about BERT and fundamental of Natural Language Processing
The project and concepts exposed were good , But more explanations of libraries and comments for some lines of code will be welcome. Despite these, I learned a lot.
The course covered the material well. Helpful to do the exercises side by side. I feel the course does require prior knowledge of pyTorch and BERT also.
Häufig gestellte Fragen
Häufig gestellte Fragen
Was bekomme ich, wenn ich ein angeleitetes Projekt kaufe?
Sind angeleitete Projekte auf dem Desktop und auf Mobilgeräten verfügbar?
Wer sind die Dozenten bei angeleiteten Projekten?
Kann ich die Arbeit aus meinem angeleiteten Projekt herunterladen, nachdem ich sie abgeschlossen habe?
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Kann ich ein angeleitetes Projekt auditieren und den Videoteil kostenlos anschauen?
Wie viel Erfahrung brauche ich für dieses angeleitete Projekt?
Kann ich dieses angeleitete Projekt direkt über meinen Webbrowser abschließen, anstatt spezielle Software zu installieren?
Wie ist die Lernerfahrung bei angeleiteten Projekten?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
Coursera Footer
