AI - Sentiment Analysis in Darija - استكشف تحليل المشاعر باستخدام بايثون
Apprentissage automatique - Analyse de sentiment des aliments Amazon - Darija - Arabe Découvrez comment créer votre propre projet d'analyse de sentiment sur les avis des produits alimentaires Amazon en utilisant Python. Dans cette vidéo, je vous guide à travers les étapes pour mettre en place le projet, en utilisant le modèle pré-entraîné Roberta pour l'analyse de sentiment. Vous apprendrez à récupérer les données, à prétraiter les avis, à utiliser le modèle et à évaluer ses performances. Rejoignez-moi pour explorer le passionnant domaine du traitement automatique du langage naturel et pour créer un projet pratique et informatif ! Le code source est disponible sur GitHub dans le référentiel associé. https://github.com/bydevmar/Amazon_Fi... ----------------------------------------------------------------------------------------------------------------------------------------------------------- تعلم الآلة - تحليل المشاعر لمنتجات الطعام على أمازون - الدارجة - العربية اكتشف كيفية إنشاء مشروع خاص بتحليل المشاعر لتقييمات منتجات الطعام على منصة أمازون باستخدام لغة البرمجة بايثون. في هذا الفيديو، سأرشدك خلال الخطوات اللازمة لإعداد المشروع باستخدام نموذج Roberta المدرب مسبقًا لتحليل المشاعر. ستتعلم كيفية استرجاع البيانات، وتجهيز التقييمات مسبقًا، واستخدام النموذج، وتقييم أدائه. انضم إلي لاستكشاف المجال المثير لمعالجة اللغة الطبيعية بشكل آلي وإنشاء مشروع عملي وإعلامي! الشيفرة المصدرية متوفرة على منصة GitHub في المستودع المرتبط. رابط المستودع: https://github.com/bydevmar/Amazon_Fi... -------------------------------------------------------------------------------------------------------------------------------------------------------- Chapitres : 00:00 Introduction au projet 00:52 Prérequis 04:46 Bibliothèques nécessaires 5:50 pandas 6:50 Matplotlib 7:17 Seaborn 7:54 NLTK 8:17 Transformers 9:14 Scipy 9:22 TQDM 9:38 RE 10:15 NumPy 10:30 WordCloud 11:00 BeautifulSoup 11:32 Installation des bibliothèques 12:29 Importation des bibliothèques 12:39 Chargement du jeu de données 14:30 Aperçu des premières lignes (head()), dernières lignes (tail()) 16:23 Informations générales sur le jeu de données 20:04 Statistiques descriptives pour les attributs numériques 23:30 Vérification des valeurs manquantes ou incohérentes 24:40 Vérification des valeurs uniques dans chaque colonne 25:26 Suppression des lignes en double 26:25 Gestion des valeurs manquantes 26:40 AED - Vérification de la distribution des scores 29:40 Affichage de quelques exemples de résumés et de textes 30:55 Calcul de la moyenne et de la médiane des scores dans les données 31:24 Distribution des avis positifs et négatifs 33:35 Traitement du texte 38:20 Initialisation du modèle RoBERTa pour l'analyse de sentiments 40:14 Fonction d'évaluation des scores de RoBERTa pour l'analyse de sentiments 40:50 Analyse de sentiments avec RoBERTa sur l'ensemble de données 42:47 Transformation et fusion des résultats d'analyse de sentiments avec les données d'origine 44:19 Chargement des données à partir du fichier CSV 44:50 Distribution des sentiments prédits par RoBERTa 47:14 Distribution des sentiments RoBERTa selon les scores 49:12 Diagramme circulaire des proportions de sentiments 51:50 Nuage de mots des avis positifs et négatifs 53:15 Points faibles 54:30 Conclusion 55:20 Ressources Merci pour votre lecture ! ---------------------------------- TAGS------------------------- ---------------------------------- #AmazonFineFood #SentimentAnalysis #MachineLearning #PythonProject #Darija #DataAnalysis #NaturalLanguageProcessing #FoodReviews #DataScience #PythonCoding #FlavorInsights #TechTutorial #AI #ML #NLP #Programming #Tutorial #Coding #Project #Analysis #TextMining #DataMining #Foodie #Algorithm #Developer #Code #LearnPython #TechEducation #ArtificialIntelligence #DeepLearning #SentimentClassification #DataVisualization #TutorialVideo #SoftwareDevelopment #ProgrammingLanguage #DevelopersCommunity #EducationalContent #TechLearning #MachineLearningAlgorithm #DataAnalytics #CodingLife #SentimentDetection #PythonProgramming #DigitalLearning #ComputerScience #TechTips #OnlineLearning #ProgrammingTutorial #Development #TechTalk #SentimentPrediction #MLTutorial #DataScienceTutorial #ProgrammingTips #CodeLearning #LearnCoding #TechCommunity #CodingTutorial #DeveloperLife #SoftwareEngineering #AIProgramming #MachineLearningTutorial #PythonTutorial #TechUpdates #CodingSkills #SentimentAnalysisTutorial #ProgrammingEducation #Technology #OnlineTutorial #DeveloperCommunity #TechSavvy #CodeTutorial #ProgrammingLife #DataAnalysisTutorial #MLModel #PythonLearning #LearnProgramming #ArtificialIntelligenceTutorial #TechInnovation #ProgrammingCommunity #DigitalSkills #CodingBootcamp #TechWorld #AlgorithmTutorial #DataScienceLearning #SoftwareDeveloper #PythonDeveloper #AIAlgorithm #ProgrammingLanguageTutorial #TechEnthusiast #MLDevelopment #CodingJourney #DeveloperSkills #SoftwareEngineeringTutorial #PythonDevelopment #LearnML

Python Sentiment Analysis Project with NLTK and 🤗 Transformers. Classify Amazon Reviews!!

نصائح للتعامل مع فوضى تعلم أدوات الذكاء الاصطناعي

Linux Administration - Samba Summary - Prof. MAGRI

Twitter sentiment analysis using Python | NLP

تحليل نص القرآن الكريم وعد كلماته باستخدام بايثون.

How AI Cracked the Protein Folding Code and Won a Nobel Prize

٧ أشياء لا تشاركها مع الذكاء الاصطناعي، السبب والحل!

تدريب نموذج ذكاء اصطناعي خاص بك: عملية ال Fine-Tuning

معالجة اللغات الطبيعية وتصنيف النصوص العربية | #جولة_البيانات

C’est quoi l’analyse de sentiment ? (avec Python et SpaCy)

Du machine learning et des données - Découvrir #2

Yann LeCun: World Models: Enabling the next AI revolution

تطبيق عملي: معالجة اللغات الطبيعية - تحليل المشاعر Sentiment Analysis - NLP using Machine Learning

20 - الدورة الكاملة للتعلم العميق : تحليل المشاعر للنصوص Sentiment Analysis

For crying out loud | Steimle’s Current Camera #235 - Uwe Steimle

Sentiment Analysis with BERT Neural Network and Python

ART SCREENSAVER FOR YOUR TV | NO MUSIC | 2Hour | Abstract neutral art

الذكاء الاصطناعي للمبتدئين، ٧ مهارات مهمة جدا

