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
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Sentiment Analysis with Deep Learning using BERT

Dozent: Ari Anastassiou
16.669 bereits angemeldet
Bei Mehr erfahren 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: Model Training
- Kategorie: Model Optimization
- Kategorie: Data Preprocessing
- Kategorie: Fine-tuning
- Kategorie: Model Evaluation
- Kategorie: Natural Language Processing
- Kategorie: Deep Learning
- Kategorie: Data Cleansing
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 Sterne
62,40 %
- 4 Sterne
25,56 %
- 3 Sterne
8,02 %
- 2 Sterne
2 %
- 1 Stern
2 %
Zeigt 3 von 398 an
Geprüft am 23. Juli 2020
Thankyou, really a great course under great instructor.
Geprüft am 12. Feb. 2021
Good instructor, however anyone join this must have at least a knowledge in basic Python Programming and have learned about BERT and fundamental of Natural Language Processing
Geprüft am 1. März 2025
There is more to learn in this. But the basics are covered well with the practical example.








