ساخت سیستمهای تحلیل احساسات در پایتون
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهیدگرفت:
نظرات آنلاین در حال گسترش هستند. افراد بیشتری از همیشه نظرات خود را به صورت آنلاین بیان میکنند. در نتیجه، استخراج اطلاعات احساسی از این نظرات بسیار مهم شده است. در این دوره، ساخت سیستمهای تحلیل احساسات در پایتون، اصول ساخت یک سیستم برای انجام این کار را در پایتون خواهید آموخت. ابتدا، تفاوتهای بین رویکردهای مبتنی بر یادگیری ماشین و قانون، و چگونگی استفاده از VADER، Sentiwordnet و طبقهبندیکنندههای Naive Bayes را یاد میگیرید.
سپس، سه تحلیلگر احساسات را میسازید و از آنها برای طبقهبندی مجموعهای از نقد فیلم که توسط کرنل ارائه شده است، استفاده میکنید. در نهایت، درک مفهومی از ماشینهای بردار پشتیبان و اینکه چرا Naive Bayes معمولاً انتخاب بهتری است، به دست خواهید آورد. هنگامی که این دوره را به پایان برسانید، درک روشنی از چگونگی استخراج احساسات از مجموعهای از نظرات، و انتخابها و بدهبستانهای طراحی مربوطه خواهید داشت.
ساخت سیستمهای تحلیل احساسات در پایتون
-
بررسی دوره 0:02:00
-
آشنایی با تحلیل احساسات 0:06:00
-
دو مطالعه موردی 0:07:00
-
تشخیص قطبیت برای تحلیل احساسات 0:06:00
-
تنظیم یک مسئله طبقهبندی دوتایی 0:04:00
-
طبقهبندیکنندههای دوتایی مبتنی بر قانون و یادگیری ماشین 0:07:00
-
شروع ساده، شروع سادهانگارانه 0:08:00
-
محدودیتهای یک رویکرد سادهانگارانه 0:03:00
-
یک الگوریتم مبتنی بر قانون واقعبینانهتر 0:06:00
-
واقعیتر کردن آن (کمی بیشتر) 0:06:00
-
ساختن دشوار است، استفاده آسان است 0:03:00
-
آشنایی با VADER 0:07:00
-
نقطهگذاری، نفی، تأکید و تضاد 0:06:00
-
طبقهبندی نقد فیلم با VADER 0:09:00
-
آشنایی با Sentiwordnet 0:06:00
-
طبقهبندی نقد فیلم با Sentiwordnet 0:08:00
-
بررسی رویکردهای مبتنی بر یادگیری ماشین 0:05:00
-
درک شهودی از نظریه بیز 0:06:00
-
Naive Bayes برای مسائل طبقهبندی 0:07:00
-
اعمال قضیه بیز 0:06:00
-
ماشینهای بردار پشتیبان 0:05:00
-
اهمیت استخراج ویژگی 0:06:00
-
خلاصهای از پیادهسازی Naive Bayes 0:06:00
-
تبدیل داده برای nltk 0:05:00
-
پیادهسازی پایتون Naive Bayes 0:08:00
-
مقایسه VADER ،Sentiwordnet و Naive Bayes 0:04:00
مشخصات آموزش
ساخت سیستمهای تحلیل احساسات در پایتون
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:متوسط
- تعداد درس:26
- مدت زمان :2:31:50
- حجم :212.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy