Language Classification with Naive Bayes in Python

4.5
별점
144개의 평가
제공자:
Coursera Project Network
5,874명이 이미 등록했습니다.
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

H​ow to clean and preprocess data for language classification

H​ow to train and assess a Multinomial Naive Bayes Model

H​ow to use subword units to counteract the effects of class imbalance in language classification

Clock60-75 minutes
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

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

StatisticsMachine LearningNatural Language Processing

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. Exploratory data analysis of raw data, as well as some basic visualization

  2. Data cleaning and preprocessing relevant for task

  3. Theory behind and training of a Multinomial Naive Bayes Model

  4. M​aking adjustments to model to take into account class imbalance using theory behind Naive Bayes

  5. U​sing 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.

강사

검토

LANGUAGE CLASSIFICATION WITH NAIVE BAYES IN PYTHON의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.