Tweet Emotion Recognition with TensorFlow

4.7
Sterne

112 Bewertungen

von

6.705 bereits angemeldet

In diesem Kostenloses angeleitetes Projekt werden Sie:

Use a Tokenizer in TensorFlow

Pad and Truncate Sequences

Create and Train a Recurrent Neural Network

Use NLP and Deep Learning to perform Text Classification

Präsentieren Sie diese praktische Erfahrung in einem Vorstellungsgespräch

2 hours
Mittel
Kein Download erforderlich
Video auf geteiltem Bildschirm
Englisch
Nur Desktop

In this 2-hour long guided project, we are going to create a recurrent neural network and train it on a tweet emotion dataset to learn to recognize emotions in tweets. The dataset has thousands of tweets each classified in one of 6 emotions. This is a multi class classification problem in the natural language processing domain. We will be using TensorFlow as our machine learning framework. You will need prior programming experience in Python. This is a practical, hands on guided project for learners who already have theoretical understanding of Neural Networks, recurrent neural networks, and optimization algorithms like gradient descent but want to understand how to use the Tensorflow to start performing natural language processing tasks like text classification. You should also have some basic familiarity with TensorFlow. 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.

Anforderungen

Prior programming experience in Python, familiarity with TensorFlow, theoretical understanding of recurrent neural networks.

Kompetenzen, die Sie erwerben werden

  • Natural Language Processing

  • Deep Learning

  • Machine Learning

  • Tensorflow

  • keras

Schritt für Schritt lernen

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

  1. Introduction

  2. Setup and Imports

  3. Importing Data

  4. Tokenizer

  5. Padding and Truncating Sequences

  6. Preparing Labels

  7. Creating and Training RNN Model

  8. Model Evaluation

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 TWEET EMOTION RECOGNITION WITH TENSORFLOW

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.

Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.

Sie können alle von Ihnen erstellten Dateien aus dem angeleiteten Projekt herunterladen und speichern. Zu diesem Zweck können Sie die Funktion „Dateibrowser“ verwenden, wenn Sie auf Ihren Cloud-Desktop zugreifen.

Oben auf der Seite können Sie auf das Erfahrungsniveau für dieses angeleitete Projekt klicken, um das vorausgesetzte Wissen anzuzeigen. Auf jedem Niveau führt der Dozent Schritt für Schritt durch das angeleitete Projekt.

Ja, alles, was Sie zum Abschließen Ihres angeleiteten Projekts benötigen, finden Sie auf einem Cloud-Desktop, der in Ihrem Browser verfügbar ist.

Sie lernen durch Praxis, indem Sie Aufgaben in einer Split-Screen-Umgebung direkt in Ihrem Browser erledigen. Auf der linken Seite des Bildschirms erledigen Sie die Aufgabe in Ihrem Arbeitsbereich. Auf der rechten Seite des Bildschirms sehen Sie einen Dozenten, der Sie schrittweise durch das Projekt führt.