Natural Language Processing for Stocks News Analysis

от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Create a pipeline to remove stop-words, perform tokenization and padding

Understand the theory and intuition behind Recurrent Neural Networks and LSTM

Train the deep learning model and assess its performance

Clock2 hours
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this hands-on project, we will train a Long Short Term Memory (LSTM) deep learning model to perform stocks sentiment analysis. Natural language processing (NLP) works by converting words (text) into numbers, these numbers are then used to train an AI/ML model to make predictions. In this project, we will build a machine learning model to analyze thousands of Twitter tweets to predict people’s sentiment towards a particular company or stock. The algorithm could be used automatically understand the sentiment from public tweets, which could be used as a factor while making buy/sell decision of securities. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

  • Python Programming
  • Machine Learning
  • Deep Learning
  • coding

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Task #1: Understand the Problem Statement and business case 

  2. Task #2: Import libraries and datasets and Perform Exploratory Data Analysis

  3. Task #3: Perform Data Cleaning (Remove Punctuations)

  4. Task #4: Perform Data Cleaning (Remove Stopwords)

  5. Task #5: Plot WordCloud

  6. Task #6: Visualize Cleaned Datasets

  7. Task #7: Prepare the data by tokenizing and padding

  8. Task #8: Understand the theory and intuition behind LSTM

  9. Task #9: Build and train the model

  10. Task #10: Assess trained model performance

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.