NLP: Twitter Sentiment Analysis

4.7
별점
193개의 평가
제공자:
Coursera Project Network
5,312명이 이미 등록했습니다.
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Create a pipeline to remove stop-words, punctuation, and perform tokenization

Understand the theory and intuition behind Naive Bayes classifiers

Train a Naive Bayes Classifier and assess its performance

Clock2 hours
Beginner초급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this hands-on project, we will train a Naive Bayes classifier to predict sentiment from thousands of Twitter tweets. This project could be practically used by any company with social media presence to automatically predict customer's sentiment (i.e.: whether their customers are happy or not). The process could be done automatically without having humans manually review thousands of tweets and customer reviews. 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.

개발할 기술

Artificial Intelligence (AI)Python ProgrammingMachine LearningNatural Language Processing

단계별 학습

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

  1. Import libraries and datasets

  2. Perform Exploratory Data Analysis

  3. Plot the word cloud

  4. Perform data cleaning - removing punctuation

  5. Perform data cleaning - remove stop words

  6. Perform Count Vectorization (Tokenization)

  7. Create a pipeline to remove stop-words, punctuation, and perform tokenization

  8. Understand the theory and intuition behind Naive Bayes classifiers

  9. Train a Naive Bayes Classifier

  10. Assess trained 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

NLP: TWITTER SENTIMENT ANALYSIS의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.