In this hands-on project, we will train a Naive Bayes classifier to predict sentiment from thousands of Twitter tweets. This project could be practically used by any company with social media presence to automatically predict customer's sentiment (i.e.: whether their customers are happy or not). The process could be done automatically without having humans manually review thousands of tweets and customer reviews.

NLP: Twitter Sentiment Analysis
Sichern Sie sich 60 € Ersparnis und erweitern Sie Ihre Fähigkeiten mit Coursera Plus. Sparen Sie 3 Monate lang 40%.

NLP: Twitter Sentiment Analysis

Dozent: Dr. Ryan Ahmed
16.475 bereits angemeldet
Bei Mehr erfahren enthalten
(376 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Create a pipeline to remove stop-words, punctuation, and perform tokenization
Understand the theory and intuition behind Naive Bayes classifiers
Train a Naive Bayes Classifier and assess its performance
Kompetenzen, die Sie festigen
- Kategorie: Machine Learning
- Kategorie: Text Mining
- Kategorie: Data Preprocessing
- Kategorie: Applied Machine Learning
- Kategorie: Social Media Analytics
- Kategorie: Predictive Analytics
- Kategorie: Probability & Statistics
- Kategorie: Data Cleansing
- Kategorie: Natural Language Processing
- Kategorie: Data Analysis
- Kategorie: Exploratory Data Analysis
- Kategorie: Model Evaluation
- Kategorie: Model Training
- Kategorie: Automation
Tools, die Sie verwenden werden
- Kategorie: Python Programming
- Kategorie: Scikit Learn (Machine Learning Library)
- Kategorie: Classification Algorithms
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Import libraries and datasets
Perform Exploratory Data Analysis
Plot the word cloud
Perform data cleaning - removing punctuation
Perform data cleaning - remove stop words
Perform Count Vectorization (Tokenization)
Create a pipeline to remove stop-words, punctuation, and perform tokenization
Understand the theory and intuition behind Naive Bayes classifiers
Train a Naive Bayes Classifier
Assess trained model performance
Empfohlene Erfahrung
Basic python programming and mathematics.
4 Projektbilder
Dozent

von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
71,01 %
- 4 Sterne
19,94 %
- 3 Sterne
5,31 %
- 2 Sterne
1,86 %
- 1 Stern
1,86 %
Zeigt 3 von 376 an
Geprüft am 2. Apr. 2021
Will appreciate more if it can be in more depth but good to start with this.
Geprüft am 8. Aug. 2020
Amazing Course especially for a newbie like me. Concepts are well explained.
Geprüft am 6. Aug. 2020
Very good, I can understand the basic how to deal with sentiment analysis






![40% off
[Microsoft, Google, Meta, and Stanford logos]](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://images.ctfassets.net/00atxywtfxvd/5p5OGXgJUOTyLE0FFqp4d8/bc1b63aa4ef258b627212f818f1076c3/Eurozone_Main-Campaign_Canned-Collection-480x350.webp?auto=format%2Ccompress&dpr=1&w=960&h=700)

