What will I get if I subscribe to this Specialization?

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Is financial aid available?

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.

Text Features and Neural Classification

Développez des compétences très recherchées grâce à un abonnement d'un an à Coursera Plus, désormais à 239 $. Profitez-en dès maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

Text Features and Neural Classification

Instructeur : Matt Bushby

Inclus avec En savoir plus

3 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Certaines connaissances prérequises

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

3 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

niveau Intermédiaire

Certaines connaissances prérequises

4 heures à compléter

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Extract features that represent text for classification.
Interpret accuracy, precision, and recall when evaluating classification results.
Explain why class imbalance affects the interpretation of model performance.
Describe the structure and learning process of feedforward neural networks used for text classification.

Compétences que vous acquerrez

Catégorie : Artificial Intelligence and Machine Learning (AI/ML)
Catégorie : Natural Language Processing
Catégorie : Technical Writing
Catégorie : Applied Machine Learning
Catégorie : Supervised Learning
Catégorie : Deep Learning
Catégorie : Technical Communication
Catégorie : Unstructured Data
Catégorie : Statistical Machine Learning
Catégorie : Model Training
Catégorie : Dimensionality Reduction
Catégorie : Machine Learning Methods
Catégorie : Artificial Neural Networks
Catégorie : Artificial Intelligence
Catégorie : Feature Engineering

Outils que vous découvrirez

Catégorie : Keras (Neural Network Library)

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

novembre 2026

Évaluations

3 affectations¹

Noté par l'IA voir l'avis de non-responsabilité

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 3 modules dans ce cours

Text classification depends on how language is represented and how a model learns from those representations. This course examines feature extraction for text and the evaluation of classification systems, including cases where some categories occur much more frequently than others.

You will interpret accuracy, precision, and recall and consider why a single measure may give an incomplete picture of performance. You will then explore neural approaches to text classification, including deep learning concepts, the structure of feedforward neural networks, and how neural networks learn. By the end of the course, you will be able to extract features for classification, interpret evaluation results on imbalanced data, and explain how a feedforward neural network supports text classification.

In this topic, you will continue to learn about text classification, the general process for text classification and how to evaluate a text classification system.

Inclus

1 devoir4 plugins

In this topic, you will learn about neural networks for text classification. Neural text classification is a powerful machine learning technique that uses deep neural networks to automatically categorise text into predefined categories or classes. With the rapid growth of text data in various domains, such as social media, customer reviews, and news articles, the need for automated text classification has become increasingly important.

Inclus

1 devoir6 plugins

Learners act as an analyst for an online community that wants to detect abusive forum posts, which are rare. They compare three trial classifiers on unbalanced data, turn a small document collection into vectors and tf.idf weights, and specify a feedforward neural network for the task. The result is a short design and evaluation memo for a moderation lead.

Inclus

3 lectures1 devoir

Instructeur

Matt Bushby

Macquarie University

37 Cours34 324 apprenants

Offert par

Macquarie University

En savoir plus sur Machine Learning

Macquarie University
Word Embeddings and Recurrent Neural Networks
Cours
Packt
RNN Architecture and Sentiment Classification
Cours
EDUCBA
Build Image and Text Models with Deep Learning
Cours
DeepLearning.AI
Natural Language Processing with Classification and Vector Spaces
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Qu’est-ce qui vous amène sur Coursera aujourd’hui ?

Commencer ma carrière

Changer de voie

M’améliorer dans mon rôle actuel

Découvrez des sujets en dehors du travail

Acquérez des compétences durables, maintenant à 239 $
Économisez dès maintenant
Offrez de nouvelles compétences à votre équipe
Économisez 40 % dès maintenant

Foire Aux Questions

You should be familiar with text classification, the steps involved in building a classifier, and basic evaluation concepts. If these topics are new to you, start with Introduction to Natural Language Processing . You can begin here if you already understand those foundations.

You’ll explore how to represent a document collection using vectors, a matrix, term frequency, and TF-IDF weights. In the mini project, you’ll apply these representations to a small document collection as part of designing a text classifier.

You’ll compare classifiers using precision, recall, F1, and accuracy, and explain which measures to trust on imbalanced data. The mini project uses rare abusive forum posts to help you assess why a high accuracy score may give an incomplete picture of performance.

You’ll examine feedforward neural networks, their structure, and how they learn. For the mini project, you’ll specify layers, activation functions, an output layer, and a loss function for a forum moderation task. You’ll bring your design choices and evaluation findings together in a memo for a moderation lead.

To access course materials, assignments, and earn a Certificate, you'll need to purchase the Certificate experience when you enroll in a course. Eligible learners may also have the option to start with a Free Trial. Some courses may also offer a Full Course, No Certificate option. This lets you access course materials, submit required assessments, and receive a final grade, but you won't be able to earn or purchase a Certificate.

Plus de questions

Visitez le Centre d'Aide pour les Étudiants

Aide financière disponible,

¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.