After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
商品の使い心地やサービスについて、気持ちをレビューで伝えたことはありますか？ そして、購入前にオンラインのレビューをチェックする習慣はありますか？ こうした情報は、あなたにとってだけでなく企業にとっても貴重です。このコースでは、さまざまな文書に表れる感情（センチメント）をどのように読み解くかを学びます。実世界のデータセット（ツイート、映画レビュー、商品レビュー）を使い、Pythonのnltkとscikit-learnパッケージを活用します。コースの終わりには、Twitter上での米国航空会社の乗客の投稿をもとに、エンドツーエンドでSentiment Analysisのタスクを実行できるようになります。
前提条件
カリキュラム
コース概要
1
Sentiment Analysisの基本
商品やサービスを購入する前に、レビューや評価をチェックしたことはありますか？ それなら、すでにSentiment Analysisに触れていると言えます。この章では、Sentiment Analysis問題の基本的な構造を学び、映画レビューの感情を探るところから始めます。
2
レビューから数値特徴量を作る
さまざまな商品を扱う企業の立場だと想像してください。どの商品がベストセラーなのか、そして最も重要なポイントとして「なぜ」売れているのかを知りたいはずです。ここでは、Amazonの商品レビューのデータセットを用いて、レビュー理解の第一歩に取り組みます。そのために、テキストを数値に変換し、その過程で生じるいくつかの複雑さについても考えていきます。
3
数値ベクトルをさらに深掘り：ツイートの変換
この章では、商品レビューの理解をさらに進めます。特にTwitterのようなソーシャルメディアから得られるSentiment Analysisデータを扱う際の追加の複雑さを取り上げます。さらに、テキストから数値特徴量を得る別の方法も学びます。
4
感情を予測してみよう
レビューで使われた単語にもとづいて、その感情を予測するためにMachine Learningを使います。ロジスティック回帰を用い、複数の観点から性能を評価します。しっかりとした最初のモデルになりますよ！
Pythonで学ぶSentiment Analysis
コース修了
