Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
¿Has dejado alguna vez una reseña para expresar qué te ha parecido un producto o un servicio? ¿Y sueles consultar las reseñas online antes de comprar? Este tipo de información es valiosa no solo para ti, sino también para las empresas. En este curso, aprenderás a interpretar el sentimiento expresado en distintos documentos. Trabajarás con conjuntos de datos reales con tuits, reseñas de películas y de productos, y utilizarás los paquetes nltk y scikit-learn de Python. Al final del curso, serás capaz de realizar de principio a fin una tarea de análisis de sentimiento basada en cómo expresan sus opiniones en Twitter los pasajeros de aerolíneas de EE. UU.
Requisitos previos
Programa de formación
Esquema del curso
1
Lo esencial del análisis de sentimiento
¿Has consultado alguna vez las reseñas o valoraciones de un producto o servicio antes de comprarlo? Entonces, muy probablemente, ya te has topado con el análisis de sentimiento. En este capítulo, aprenderás la estructura básica de un problema de análisis de sentimiento y empezarás a explorar el sentimiento de reseñas de películas.
- ¡Bienvenido!50 XP
- Elementos de un problema de análisis de sentimiento50 XP
- ¿Cuántas reseñas positivas y negativas hay?100 XP
- Reseñas más largas y más cortas100 XP
- Tipos y enfoques de análisis de sentimientos50 XP
- Detectar el sentimiento de Tale of Two Cities100 XP
- Comparar el sentimiento de dos cadenas100 XP
- ¿Cuál es el sentimiento de una reseña de película?100 XP
- ¡Vamos a crear una nube de palabras!50 XP
- Tu primera nube de palabras100 XP
- ¿Qué palabras aparecen en la nube de palabras?50 XP
- Nube de palabras sobre reseñas de películas100 XP
2
Características numéricas a partir de reseñas
Imagina que te pones en la piel de una empresa que ofrece una variedad de productos. Quieres saber cuáles son tus superventas y, sobre todo, por qué. Empezamos con el paso 1 para entender las reseñas de productos, usando un conjunto de datos con reseñas de Amazon. Para ello, transformamos el texto en una forma numérica y tenemos en cuenta algunas complejidades del proceso.
3
Más sobre vectores numéricos: transformando tuits
Este capítulo continúa el proceso de entender las reseñas de productos. Veremos complejidades adicionales, especialmente al trabajar con datos de análisis de sentimiento de redes sociales como Twitter. También aprenderemos otras formas de obtener características numéricas a partir del texto.
4
Vamos a predecir el sentimiento
Aplicamos Machine Learning para predecir el sentimiento de una reseña en función de las palabras usadas. Usamos regresión logística y evaluamos su rendimiento de varias maneras. ¡Son unos primeros modelos muy sólidos!
Sentiment Analysis in Python
Curso
completado
