In diesem 2-stündigen Projekt lernen Sie, wie Sie einen Datensatz für die Sentimentanalyse analysieren. Sie lernen, wie Sie ein PyTorch BERT Modell einlesen und die Architektur für eine Mehrklassen-Klassifizierung anpassen. Sie werden lernen, wie Sie einen Optimierer und einen Scheduler für ideales Training und optimale Leistung anpassen können. Beim Fine-Tuning dieses Modells lernen Sie, wie Sie eine Schleife zum Trainieren und Bewerten entwerfen, um die Leistung des Modells während des Trainings zu überwachen, einschließlich des Speicherns und Ladens von Modellen. Schließlich werden Sie ein Modell zur Sentimentnalyse erstellen, das das umfangreiche Sprachwissen von BERT nutzt. Hinweis: Dieser Kurs eignet sich am besten für Lernende, die in der Region Nordamerika leben. Wir arbeiten derzeit daran, diese Erfahrung auch in anderen Regionen anzubieten.

Schalten Sie mit Coursera Plus den Zugang zu mehr als 10.000 Kursen frei. Starten Sie die 7-tägige kostenlose Testversion.

Sentiment-Analyse mit Deep Learning unter Verwendung von BERT

Dozent: Ari Anastassiou
16.254 bereits angemeldet
Bei enthalten
(398 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Vorverarbeitung und Bereinigung von Daten für die BERT Klassifizierung
Last in vortrainierten BERT mit benutzerdefinierter Ausgabeschicht
Trainieren und bewerten Sie eine fein abgestimmte BERT-Architektur anhand Ihrer eigenen Problembeschreibung
Kompetenzen, die Sie festigen
- Kategorie: Deep Learning
- Kategorie: Leistungsoptimierung
- Kategorie: Verarbeitung natürlicher Sprache
- Kategorie: PyTorch (Bibliothek für Maschinelles Lernen)
- Kategorie: Daten bereinigen
- Kategorie: Text Mining
- Kategorie: Maschinelles Lernen
- Kategorie: Datenverarbeitung
- Kategorie: Datenmanipulation
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:
Einführung in das BERT und das vorliegende Problem
Explorative Datenanalyse und Vorverarbeitung
Training/Validierung Split
Laden des Tokenizers und Kodierung unserer Daten
Einrichten des BERT Pretrained Model
Datenlader erstellen
Einrichten von Optimierer und Scheduler
Definition unserer Leistungsmetriken
Erstellen unserer Schulungsschleife
Laden und Auswerten des Modells
Empfohlene Erfahrung
Fortgeschrittene Python-Benutzer mit Vorkenntnissen in NumPy, Pandas und PyTorch.
2 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?




Bewertungen von Lernenden
398 Bewertungen
- 5 stars
62,40 %
- 4 stars
25,56 %
- 3 stars
8,02 %
- 2 stars
2 %
- 1 star
2 %
Zeigt 3 von 398 an
Geprüft am 29. Juni 2020
Required detail explanation and faculy support for error soliving and explroing alternative
Geprüft am 13. Sep. 2020
Very effective course to understand the concept of sentiment analysis using Deep Learning.. Thank you team
Geprüft am 11. Okt. 2020
Clean, clear and helpful. Thanks a lot!Would also be nice to see the approaches to tune BERT for the particular task (e.g. custom tokenization, pre-processing of data, etc.)
Ihnen könnte auch Folgendes gefallen:
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Mit dem Kauf eines angeleiteten Projekts erhalten Sie alles, was Sie zum Abschließen des angeleiteten Projekts benötigen, einschließlich des Zugriffs auf einen Cloud-Desktop-Arbeitsbereich über Ihren Webbrowser, der die Dateien und Software enthält, die Sie für den Start benötigen, sowie schrittweise Videoanweisungen von einem Fachexperten.
Da Ihr Arbeitsbereich einen Cloud-Desktop enthält, der für einen Laptop oder Desktop-Computer ausgelegt ist, sind angeleitete Projekte auf Ihrem Mobilgerät nicht verfügbar.
Die Dozenten bei angeleiteten Projekten sind Fachexperten, die Erfahrung in den Fähigkeiten, Werkzeugen oder Bereichen der jeweiligen Projekte haben und leidenschaftlich daran interessiert sind, ihr Wissen weiterzugeben und so Millionen von Lernenden auf der ganzen Welt zu beeinflussen.


