After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
Ti è mai capitato di lasciare una recensione per esprimere cosa pensi di un prodotto o di un servizio? E di controllare le recensioni online prima di acquistare? Queste informazioni sono preziose non solo per te, ma anche per le aziende. In questo corso imparerai a interpretare il sentiment espresso in vari documenti. Userai insiemi di dati reali con tweet, recensioni di film e di prodotti, e i pacchetti nltk e scikit-learn di Python. Alla fine del corso sarai in grado di eseguire un’analisi del sentiment end-to-end basata sui tweet con cui i passeggeri delle compagnie aeree statunitensi hanno espresso le loro opinioni.
Prerequisiti
Curriculum
Programma del corso
1
Sentiment Analysis: basi pratiche
Hai mai controllato le recensioni o le valutazioni di un prodotto o servizio prima di acquistarlo? Allora molto probabilmente ti sei già imbattuto nell’analisi del sentiment. In questo capitolo imparerai la struttura di base di un problema di sentiment analysis e inizierai a esplorare il sentiment delle recensioni di film.
- Benvenuto!50 XP
- Elementi di un problema di sentiment analysis50 XP
- Quante recensioni positive e negative ci sono?100 XP
- Recensioni più lunghe e più brevi100 XP
- Tipi e approcci di sentiment analysis50 XP
- Rilevare il sentiment di A Tale of Two Cities100 XP
- Confrontare il sentiment di due stringhe100 XP
- Qual è il sentiment di una recensione di un film?100 XP
- Costruiamo una word cloud!50 XP
- La tua prima word cloud100 XP
- Quali parole compaiono nella word cloud?50 XP
- Word cloud sulle recensioni dei film100 XP
2
Caratteristiche numeriche dalle recensioni
Immagina di essere nei panni di un’azienda che offre vari prodotti. Vuoi sapere quali sono i tuoi bestseller e, soprattutto, perché. Iniziamo dal passo 1 per capire le recensioni dei prodotti, usando un insieme di dati con recensioni di prodotti Amazon. A questo scopo trasformiamo il testo in una forma numerica e consideriamo alcune complessità del processo.
3
Ancora vettori numerici: trasformare i tweet
Questo capitolo prosegue l’analisi delle recensioni di prodotti. Affronteremo ulteriori complessità, soprattutto quando si lavora con dati di sentiment analysis provenienti da piattaforme social come Twitter. Impareremo anche altri modi per ottenere caratteristiche numeriche dal testo.
4
Prevediamo il sentiment
Useremo il Machine Learning per prevedere il sentiment di una recensione in base alle parole utilizzate. Useremo la regressione logistica e ne valuteremo le prestazioni in diversi modi. Sono ottimi modelli di partenza!
Sentiment Analysis con Python
Corso
completato
