On code un analyseur de sentiment ! (avec Python et Scikit-Learn)
Vložit
- čas přidán 9. 07. 2024
- Dans cette vidéo, nous allons entraîner un algorithme pour qu’il comprenne le langage humain.
Le but sera de comprendre le sentiment de la personne qui s’exprime.
Nous allons utiliser l’algorithme le plus simple : la régression linéaire, avec Python et Scikit-Learn.
Est-ce que cela va fonctionner ?
Pour comprendre les régressions linéaires, regardez cette vidéo de Machine Learnia :
• LA RÉGRESSION LINÉAIRE... - Věda a technologie
Une nouvelle vidéo, un peu plus technique. N'hésitez pas à me dire ce que vous en pensez dans les commentaires ! Bon visionnage.
le code source stp
thanks for this valuable video, we are waiting for the next (deep learning for sentiment analysis) 😍
Merci pour cette video, elle est facile à comprendre et super pratique
Je découvre ta chaine et j'aime beaucoup tes vidéos ou tu illustres par le code ce que tu dis. Bravo collègue :) !
Merci. C’est encourageant 💪
Bravo tuto tres didactif
J'adore, moi qui me penchait sur cette question après avoir fait parler la machine en plusieurs langues. Il y'as également le point de lui faire comprendre l'apprentissage et l'utiliser car on peut y stocker un grand nombre de savoir, mais sans nous elle ne sait pas l'utiliser, ravi de la vidéo!
Merci! La vidéo a bien expliqué et résumé les modèles . Bon courage!!
Très bon contenu ! Continue comme ça ! :)
Sympa et explicative les petites vidéos :D continue ainsi
C'est possible d'avoir un analyseur de sentiments qui analyse des textes français ? Parce que j'ai l'impression que ce n'est pas possible. J'ai cherché à peu près partout
Excellente vidéo très instructive. Connaissez-vous une bonne formation en machine learning pour débuter sereinement ?
Les vidéos de Machine Learnia sur CZcams sont très pédagogiques et gratuites. OpenClassRoom a également une formation accessible gratuitement et de bonne qualité.
Bonjour Machine Linguitst je suis interessé par le machine learning et pouvais m'envoyer le code je veut essayer de le comprendre et de m'en inspirer
salut! et la tokenization?
Bonne question ! Je n’en ai pas parlé ici pour me focaliser sur les espaces vectoriels. Par default le vectorizer de la librairie sklearn n’utilise pas de tokeniser, il détecte les frontières de mots avec des regex. Une approche naïve. Mais utiliser un vrai tokeniser apporterait une meilleure performance. Je prévois une vidéo sur le preprocessing classique (tokenisations, stemming, pos tagging, etc.) bientôt.
@@MachineLinguist on n'a hate hahaha merci pour tes videos au temps le temps que vous accordez aux reponses
Bonjour, possible code source svp ?
Tout à fait! Je vais préparer ça et le mettre en description.
J'essairai d'automatiser la génération de discours qui permettent de manipuler les gens via leurs émotions afin qu'ils se soumettent à ma volonté et servent mon intérêt.
J'essaierai d'automatiser la génération de stratégies pour gagner sur tous les territoires où l'argent ne revient pas dans mes poches.
J'essaierai d'automatiser la création de variants de virus épouvantails pour faire peur aux gens en faisant se confronter les données de séquence sur l'immunité humaine et les données de séquence sur les pathogènes humaine à haute contagiosité comme les virus aéroportés
Votre profil _utilisateur standard _ ne permet pas ce genre d'autorisation. Seuls les_ADMINISTRATEURS_détiennent ces privilèges.