Kursus Data Science: Data Science Sentiment Analysis – Model Building Deployment

Praktik langsung Proyek Ilmu Data tentang Analisis Sentimen menggunakan teknik NLP – Pembuatan Model & Penerapan

Apa yang akan Anda pelajari?

• Analisis dan Pemahaman Data

• Teknik Pra-pemrosesan Data

• Penandaan POS dan Lemmatisasi

• Awan Kata

• Vektorisasi TF-IDF

• Pembuatan Model untuk Analisis Sentimen

• Metrik Klasifikasi

• Evaluasi Model

• Menjalankan model di Server Streamlit lokal

• Mendorong buku catatan dan file proyek Anda ke repositori GitHub

• Menyebarkan proyek di Heroku Cloud Platform

Persyaratan

• Pengetahuan yang sangat dasar tentang Python dan Anaconda

• Keakraban dengan Github

Keterangan

Dalam kursus ini saya akan membahas, bagaimana mengembangkan model Analisis Sentimen untuk mengkategorikan tweet sebagai Positif atau Negatif menggunakan teknik NLP dan Model Pembelajaran Mesin. Ini adalah proyek langsung di mana saya akan mengajari Anda proses langkah demi langkah dalam membuat dan mengevaluasi model pembelajaran mesin dan akhirnya menerapkan yang sama di platform Cloud untuk memungkinkan pelanggan Anda berinteraksi dengan model Anda melalui antarmuka pengguna.

Kursus ini akan memandu Anda melalui eksplorasi dan pemahaman data awal, analisis data, pra-pemrosesan data, persiapan data, pembuatan model, evaluasi, dan teknik penerapan. Kami akan mengeksplorasi konsep NLP dan kemudian menggunakan beberapa algoritme ML untuk membuat model kami dan akhirnya fokus ke salah satu yang berkinerja terbaik pada kumpulan data yang diberikan.

Pada akhirnya kita akan belajar membuat Antarmuka Pengguna untuk berinteraksi dengan model yang kita buat dan akhirnya menerapkan yang sama di Cloud.

Saya telah membagi dan memisahkan seluruh kursus dalam Tugas di bawah ini, untuk memudahkan pemahaman tentang apa yang akan dibahas.

Tugas 1: Menginstal Paket.

Tugas 2: Mengimpor Perpustakaan.

Tugas 3: Memuat data dari sumber.

Tugas 4: Memahami data

Tugas 5: Mempersiapkan data untuk pra-pemrosesan