Language Classification with Naive Bayes in Python
How to clean and preprocess data for language classification
How to train and assess a Multinomial Naive Bayes Model
How to use subword units to counteract the effects of class imbalance in language classification
In this 1-hour long project, you will learn how to clean and preprocess data for language classification. You will learn some theory behind Naive Bayes Modeling, and the impact that class imbalance of training data has on classification performance. You will learn how to use subword units to further mitigate the negative effects of class imbalance, and build an even better model.
개발할 기술
단계별 학습
작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.
Exploratory data analysis of raw data, as well as some basic visualization
Data cleaning and preprocessing relevant for task
Theory behind and training of a Multinomial Naive Bayes Model
Making adjustments to model to take into account class imbalance using theory behind Naive Bayes
Using subword units to further counteract class imbalance and improve model performance
안내형 프로젝트 진행 방식
작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.
분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.
검토
LANGUAGE CLASSIFICATION WITH NAIVE BAYES IN PYTHON의 최상위 리뷰
Excellent and well organized course. Instructor explained concepts clearly and encouraged us to attempt the steps before he showed his solution.
Excellent course, recommended for a starter in NLP. The teaching pace and topics covered are just right. Kudos!
Thank you, required more information on naive Bayes with classification.
Nice explanation by the instructor throughout the project :)
자주 묻는 질문
자주 묻는 질문
안내 프로젝트를 구매하면 어떤 혜택이 있습니까?
데스크톱과 모바일에서 안내 프로젝트를 이용할 수 있습니까?
안내 프로젝트 강사는 누구입니까?
작업 완료 후 안내 프로젝트에서 해당 작업을 다운로드할 수 있습니까?
환불 규정은 어떻게 되나요?
재정 지원을 받을 수 있나요?
안내 프로젝트를 청강하고 동영상 일부를 무료로 볼 수 있습니까?
이 안내 프로젝트를 수행하려면 경험이 얼마나 필요합니까?
소프트웨어를 별도로 설치하지 않아도 바로 웹 브라우저를 통해 이 안내 프로젝트를 완료할 수 있습니까?
안내 프로젝트를 통해 어떤 학습 경험을 할 수 있습니까?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
Coursera Footer
