Text Classification Using Word2Vec and LSTM on Keras

6 évaluations
Offert par
Coursera Project Network
Dans ce projet guidé, vous :

Learn how to create a Text Classifier using Word Embeddings and LSTM on Tensorflow & Keras.

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

In this 2-hour long project-based course, you will learn how to do text classification use pre-trained Word Embeddings and Long Short Term Memory (LSTM) Neural Network using the Deep Learning Framework of Keras and Tensorflow in Python. We will be using Google Colab for writing our code and training the model using the GPU runtime provided by Google on the Notebook. We will first train a Word2Vec model and use its output in the embedding layer of our Deep Learning model LSTM which will then be evaluated for its accuracy and loss on unknown data and tested on few samples. 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.

Les compétences que vous développerez

Deep LearningWord2vecPython ProgrammingLong Short-Term Memory (ISTM)keras

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 & Setting up Google Colab

  2. Loading the Dataset

  3. Preprocessing the Data for Word2Vec

  4. Training the Word2Vec model

  5. Testing the Word2Vec Model

  6. Preparing data for LSTM

  7. Training the LSTM model

  8. Evaluating the LSTM model

  9. Plotting the model performance metrics

  10. Testing the model performance

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

Foire Aux Questions

Foire Aux Questions

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