After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
상품이나 서비스를 이용한 뒤, 느낌을 리뷰로 남겨 보신 적 있나요? 또 구매 전에 온라인 리뷰를 꼭 확인하시나요? 이런 정보는 여러분뿐 아니라 기업에도 매우 중요해요. 이 강의에서는 다양한 문서에 담긴 감정을 해석하는 방법을 배웁니다. 실제 트윗, 영화 및 상품 리뷰 데이터셋을 사용하고, Python의 nltk와 scikit-learn 패키지를 활용해 볼 거예요. 강의를 마치면, 미국 항공사 승객들이 Twitter에서 표현한 감정을 바탕으로 처음부터 끝까지 sentiment analysis를 수행할 수 있게 됩니다.
사전 요구 사항
커리큘럼
코스 개요
1
Sentiment Analysis 핵심 개요
제품이나 서비스를 구매하기 전에 리뷰나 평점을 확인해 보신 적이 있나요? 그렇다면 이미 sentiment analysis와 마주한 셈이에요. 이 장에서는 sentiment analysis 문제의 기본 구조를 배우고, 영화 리뷰의 감정을 탐색하기 시작합니다.
2
리뷰에서 뽑아내는 수치형 특징
다양한 제품을 판매하는 회사의 입장이 되었다고 상상해 보세요. 어떤 제품이 베스트셀러인지, 그리고 가장 중요한 건 왜 그런지 알고 싶을 거예요. 이 장에서는 Amazon 상품 리뷰 데이터셋으로 제품 리뷰를 이해하는 첫걸음을 떼겠습니다. 그 과정에서 텍스트를 수치로 변환하고, 함께 고려해야 할 몇 가지 복잡한 요소도 살펴봅니다.
3
수치 벡터 더 알아보기: 트윗 변환
이 장에서는 제품 리뷰를 이해하는 과정을 이어갑니다. 특히 Twitter 같은 소셜 미디어의 sentiment analysis 데이터를 다룰 때 마주치는 추가적인 복잡성을 다룰 거예요. 또한 텍스트에서 수치형 특징을 추출하는 다른 방법들도 배웁니다.
4
감정을 예측해 봅시다
리뷰에 사용된 단어를 바탕으로 감정을 예측하기 위해 Machine Learning을 적용합니다. 로지스틱 회귀를 사용하고, 여러 방식으로 성능을 평가해 볼 거예요. 탄탄한 첫 모델들이 될 겁니다!
Python으로 배우는 Sentiment Analysis
코스
완료
