In this 2-hour long project, you will learn how to analyze a dataset for sentiment analysis. You will learn how to read in a PyTorch BERT model, and adjust the architecture for multi-class classification. You will learn how to adjust an optimizer and scheduler for ideal training and performance. In fine-tuning this model, you will learn how to design a train and evaluate loop to monitor model performance as it trains, including saving and loading models. Finally, you will build a Sentiment Analysis model that leverages BERT's large-scale language knowledge.

Sentiment Analysis with Deep Learning using BERT

Sentiment Analysis with Deep Learning using BERT

Dozent: Ari Anastassiou
16.566 bereits angemeldet
Bei enthalten
(398 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Preprocess and clean data for BERT Classification
Load in pretrained BERT with custom output layer
Train and evaluate finetuned BERT architecture on your own problem statement
Kompetenzen, die Sie festigen
- Kategorie: Machine Learning
- Kategorie: Large Language Modeling
- Kategorie: Model Training
- Kategorie: Model Optimization
- Kategorie: Exploratory Data Analysis
- Kategorie: Transfer Learning
- Kategorie: Fine-tuning
- Kategorie: Data Preprocessing
- Kategorie: Natural Language Processing
- Kategorie: Model Evaluation
- Kategorie: Test Data
- Kategorie: Data Cleansing
- Kategorie: Deep Learning
Tools, die Sie verwenden werden
- Kategorie: PyTorch (Machine Learning Library)
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:
Introduction to BERT and the problem at hand
Exploratory Data Analysis and Preprocessing
Training/Validation Split
Loading Tokenizer and Encoding our Data
Setting up BERT Pretrained Model
Creating Data Loaders
Setting Up Optimizer and Scheduler
Defining our Performance Metrics
Creating our Training Loop
Loading and Evaluating our Model
Empfohlene Erfahrung
Intermediate Python users with some exposure to NumPy, Pandas, and 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?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 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 12. 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.)
Geprüft am 30. Juni 2020
Required detail explanation and faculy support for error soliving and explroing alternative
Geprüft am 25. Sep. 2021
I like this project and help me a lot to understand how to do Sentiment Analysis with BERT Model
Ihnen könnte auch Folgendes gefallen:
Status: Kostenlos
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Status: Kostenloser Testzeitraum
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online


