Perform Sentiment Analysis with scikit-learn

4.5
étoiles
403 évaluations
Offert par
Coursera Project Network
9 448 déjà inscrits
Dans ce Projet Guidé, vous :

Build and employ a logistic regression classifier using scikit-learn

Clean and pre-process text data

Perform feature extraction with The Natural Language Toolkit (NLTK)

Tune model hyperparameters and evaluate model accuracy

Clock2 hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

In this project-based course, you will learn the fundamentals of sentiment analysis, and build a logistic regression model to classify movie reviews as either positive or negative. We will use the popular IMDB data set. Our goal is to use a simple logistic regression estimator from scikit-learn for document classification. This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, you’ll get instant access to a cloud desktop with Python, Jupyter, and scikit-learn pre-installed. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - 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.

Les compétences que vous développerez

  • Data Science
  • Machine Learning
  • Python Programming
  • Data Analysis
  • Scikit-Learn

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Introduction and Importing the Data

  2. Transforming Documents into Feature Vectors

  3. Term Frequency-Inverse Document Frequency

  4. Calculate TF-IDF of the Term 'Is'

  5. Data Preparation

  6. Tokenization of Documents

  7. Document Classification Using Logistic Regression

  8. Load Saved Model from Disk

  9. Model Accuracy

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Enseignant

Avis

Meilleurs avis pour PERFORM SENTIMENT ANALYSIS WITH SCIKIT-LEARN

Voir tous les avis

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.