Build your ultimate AI agent
รายละเอียดคอร์ส
เคยเขียนรีวิวเพื่อบอกความรู้สึกเกี่ยวกับสินค้าหรือบริการไหม? หรือมีนิสัยชอบอ่านรีวิวก่อนตัดสินใจซื้อของออนไลน์? ข้อมูลเหล่านี้มีคุณค่าไม่เพียงแค่สำหรับผู้บริโภค แต่ยังมีความสำคัญอย่างมากต่อบริษัทต่าง ๆ ด้วย ในคอร์สนี้ จะได้เรียนรู้วิธีวิเคราะห์ความรู้สึกที่แสดงออกในเอกสารหลากหลายประเภท โดยใช้ชุดข้อมูลจริงที่ประกอบด้วยทวีต รีวิวภาพยนตร์ และรีวิวสินค้า พร้อมกับใช้ไลบรารี nltk และ scikit-learn ของ Python เมื่อจบคอร์สนี้ จะสามารถดำเนินการวิเคราะห์ความรู้สึกแบบครบวงจรได้ โดยอิงจากข้อความที่ผู้โดยสารสายการบินในสหรัฐอเมริกาโพสต์บน Twitter
ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
พื้นฐาน Sentiment Analysis
เคยอ่านรีวิวหรือดูคะแนนของสินค้าและบริการก่อนตัดสินใจซื้อไหม? ถ้าเคย นั่นหมายความว่าได้พบกับ sentiment analysis แล้ว ในบทนี้ จะได้เรียนรู้โครงสร้างพื้นฐานของปัญหา sentiment analysis และเริ่มต้นสำรวจความรู้สึกในรีวิวภาพยนตร์
- ยินดีต้อนรับ!50 XP
- องค์ประกอบของปัญหา Sentiment Analysis50 XP
- มีรีวิวเชิงบวกและเชิงลบกี่รายการ?100 XP
- รีวิวที่ยาวที่สุดและสั้นที่สุด100 XP
- ประเภทและแนวทางของการวิเคราะห์ความรู้สึก50 XP
- วิเคราะห์ความรู้สึกจาก Tale of Two Cities100 XP
- เปรียบเทียบ sentiment ของ string สองตัว100 XP
- ความรู้สึกของรีวิวหนังคืออะไร?100 XP
- มาสร้าง Word Cloud กันเถอะ!50 XP
- Word cloud แรกของคุณ100 XP
- คำใดบ้างที่อยู่ใน word cloud?50 XP
- Word Cloud จากรีวิวภาพยนตร์100 XP
2
ฟีเจอร์ตัวเลขจากรีวิว
ลองจินตนาการว่าเป็นบริษัทที่จำหน่ายสินค้าหลากหลายประเภท และต้องการรู้ว่าสินค้าชิ้นไหนขายดีที่สุด รวมถึงเหตุผลเบื้องหลังความสำเร็จนั้น บทนี้เริ่มต้นขั้นตอนแรกของการทำความเข้าใจรีวิวสินค้า โดยใช้ชุดข้อมูลรีวิวสินค้าจาก Amazon เพื่อแปลงข้อความให้อยู่ในรูปแบบตัวเลข พร้อมทั้งพิจารณาความซับซ้อนต่าง ๆ ที่เกิดขึ้นในกระบวนการนี้
3
เพิ่มเติมเกี่ยวกับเวกเตอร์ตัวเลข: การแปลงทวีต
บทนี้ต่อยอดกระบวนการทำความเข้าใจรีวิวสินค้า โดยครอบคลุมความซับซ้อนเพิ่มเติม โดยเฉพาะเมื่อทำงานกับข้อมูล sentiment analysis จากโซเชียลมีเดียอย่าง Twitter นอกจากนี้ยังจะได้เรียนรู้วิธีอื่น ๆ ในการแปลงข้อความให้เป็นฟีเจอร์ตัวเลขอีกด้วย
4
มาพยากรณ์ Sentiment กัน
นำ machine learning มาใช้พยากรณ์ความรู้สึกของรีวิวจากคำที่ปรากฏในข้อความ โดยใช้ logistic regression และประเมินประสิทธิภาพในหลายรูปแบบ นี่คือโมเดลเริ่มต้นที่แข็งแกร่งและพร้อมใช้งานจริง
Sentiment Analysis ด้วย Python
เรียนจบแล้ว

