Perform Sentiment Analysis with scikit-learn
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
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.
Habilidades que você desenvolverá
Aprender passo a passo
Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:
Introduction and Importing the Data
Transforming Documents into Feature Vectors
Term Frequency-Inverse Document Frequency
Calculate TF-IDF of the Term 'Is'
Data Preparation
Tokenization of Documents
Document Classification Using Logistic Regression
Load Saved Model from Disk
Model Accuracy
Como funcionam os projetos guiados
Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download
Em um vídeo de tela dividida, seu instrutor te orientará passo a passo
Avaliações
Principais avaliações do PERFORM SENTIMENT ANALYSIS WITH SCIKIT-LEARN
This project is very useful for people that don't know anything about sentiment analysis and it's approach with Scikitlearn, like me. It's very introductory.
Very well designed course. Starting from the beginning of text pre-processing till evaluation of model, all steps are explained and implemented very well.
I love the part that you had to write your codes as the teacher was teaching. It was a great introduction for me to text and sentiment analysis
Guided Project should be longer may be of 3-4 hours and consists of real world industry problem. It would be beneficial fo bachelors students.
Perguntas Frequentes – FAQ
Perguntas Frequentes – FAQ
O que eu ganho se comprar projetos guiados?
Os projetos guiados estão disponíveis no computador e em dispositivos móveis?
Quem são os instrutores dos projetos guiados?
Posso baixar o trabalho do meu projeto guiado após completá-lo?
Como funciona a política de reembolso?Como funciona a política de reembolso?
Existe algum auxílio financeiro disponível?
Posso participar como ouvinte de um projeto guiado e assistir de graça a uma parte do vídeo?
Quanta experiência eu preciso ter para fazer esse projeto guiado?
Posso completar esse projeto guiado pelo meu navegador web em vez de instalar um software especial?
Como é a experiência de aprendizado com os projetos guiados?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
Coursera Footer
