Amazon-Review:使用情感分析在AmazonReview数据中构建机器学习模型_亚马逊商品的消费者评论完整数据集资源-CSDN文库

共2个文件

csv：1个

ipynb：1个

JupyterNotebook

需积分: 34 60 浏览量 2021-03-30 15:57:50 上传评论 1 收藏 75KB ZIP 举报

资源推荐

资源详情

资源评论

Sentiment_Analysis_Deployment:使用Amazon SageMaker构建并部署了深度学习模型，该模型可预测用户提供的电影评论的情绪。此外，创建了一个简单的Web应用程序，该应用程序使用已部署的模型并接受用户输入

观点_分析_部署使用Amazon SageMaker构建并部署了深度学习模型，该模型可预测用户提供的电影评论的情绪。另外，创建了一个简单的Web应用程序，该应用程序使用已部署的模型并接受用户输入。

movie-review-sentment-analysis-model:使用Amazon SageMaker构建ML模型，以使用IMDB数据集确定电影评论的情绪

电影评论情感分析模型使用Amazon SageMaker构建ML模型，以使用IMDB数据集确定电影评论的情绪。

sentiment:使用机器学习技术进行情感分析

情绪使用机器学习技术进行情感分析。检查info.py以获取培训和测试代码。提供了该工具的演示有关使用的算法的更多信息，请参考本文。

SentimentAnalysis:使用Python进行情感分析的机器学习项目

情绪分析一些使用Python进行情感分析的基础机器学习项目

Amazon_Review_Predictor:好的，当我们在网上看到某个产品时，我们所有人都在做数学运算，可能是该规格可能会更好，或者该产品的价格与其提供的规格相比应该便宜一些。我还想知道，哪种规格和价格组合能够为该产品提供最高评分。因此，我决定从Amazon尽可能多地删除笔记本电脑的详细信息，并进行探索性数据分析。最后，我想创建一个机器学习模型，该模型可以预测我们提供的规格的等级。所以我们可以知道，这是价格的最佳规格

Amazon_Review_Predictor 好的，当我们在网上看到某个产品时，我们所有人都在做数学运算，可能是... 最后，我想创建一个机器学习模型，该模型可以预测我们提供的规格的等级。因此，我们可以知道，这是价格的最佳规格。

amazon_baby.rar

amazon_baby.csv亚马逊婴儿用品数据（包含NAME,REVIEW,RATING三列），适用于华盛顿大学机器学习专项课程，需要自取

研讨会：使用Kubeflow，Amazon EKS和SageMaker进行AI和机器学习

在本研讨会中，我们建立了自然语言处理（NLP）模型，以使用最新的模型表示语言来对示例Twitter注释和客户支持电子邮件进行分类。为了构建基于BERT的NLP模型，我们使用了，其中包含来自Amazon.com的150亿以上的客户...

基于spark的50万亚马逊美食评论分类系统下载地址(决策树逻辑回归)

基于50万亚马逊美食评论数据集的评论分类系统 Review classification system based on 500 thousand Amazon gourmet review data 数据集下载地址Data set download address: 1....

reviews-sentiment：有关Amazon客户评论的数据分析，探索，情感分析和主题分析（LDA）。和很酷的互动剧情

亚马逊上的Analytics（分析）评论数据分析考试最终项目，。由，，。探索，情感分析，主题分析（LDA）和VueJS Web应用程序，公开受过训练的模型。（网络演示部署）勘探网络演示跑设置一个Python虚拟环境并安装所需的软件包 cd scripts python3 -m venv . source bin/activate pip3 install -r

DeepSent：DeepSent：使用机器学习模型的音乐情感分析

深度发送项目描述该项目将基于唤醒价情感模型（又称为）分析用户上传的音乐文件。唤醒代表音乐对人耳的强烈或“刺激性”，从平淡而放松的感觉到强烈而令人振奋的感觉。此处的价表示音乐听起来多么令人愉悦或多么悲伤。这个定义比定义要窄，但是对于机器学习模型来说更容易分类。此外，该项目还实现了节奏检测和音乐流派检测的功能。 Web框架：，涉及技能：HTML，CSS，javascript，pyt

Sentiment4SE:基于机器学习的软件工程数据集情感分析工具

情感4SE 基于机器学习的软件工程数据集情感分析工具在这项研究工作中，我们研究了针对软件工程数据集的不同情感分析工具的性能。我们特别关注新开发的基于深度学习的工具（例如（BERT4SentiSE，SEntiMoji，RNN4SentiSE））的性能。基准数据集在本研究中，我们使用了来自GitHub，Jira，Stack Overflow的三个基准跨平台数据集。我们的原始和处理后的数据集

Strackly Review Analyzer-crx插件

当您单击分析按钮时，扩展程序将为您的产品收集亚马逊评论，并将其发送到我们的机器学习系统。当前扩展名仅支持英语。帮助和建议如果您有反馈或想报告问题，则可以在以下URL上进行：...

基于审阅的多标签文本分类：基于Amazon产品审阅的多标签文本分类，找到审阅所要记录的主题区域。使用TfidfVectorizer和LogisticRegression

多标签文字分类基于Amazon Product Review的多标签文本分类，找到该评论将记录到的主题/区域确定亚马逊产品评论的关键... 在这里，我创建了一种简化的机器学习方法，用于分析反馈并确定突出显示的关键问题。数据

Machine.Learning.Core.Swift.Beginner.Friendly.Ebook.8

Smart homes, self-driving cars, Siri, Alexa - some typical ... You're going to develop several smart apps, including a flower recognizer and an Amazon review sentiment analyzer. And there's a lot more

Qt 5实现串口调试助手（源工程文件、0积分下载）

5星 · 资源好评率100%

基于Qt 5实现串口调试助手，程序仅供参考，修改了之前十六进制接收0xA0--0xFF有误的问题，新增了窗口自适应（ui文件设置栅格），文件详情可看博客链接https://blog.csdn.net/m0_51294753/article/details/121405661。

【SystemVerilog】路科验证V2学习笔记（全600页）.pdf

5星 · 资源好评率100%

SystemVerilog的听课学习笔记，包括讲义截取、知识点记录、注意事项等细节的标注。目录如下：第一章 SV环境构建常识 1 1.1 数据类型 1 四、二值逻辑 4 定宽数组 9 foreach 13 动态数组 16 队列 19 关联数组 21 枚举类型 23 字符串 25 1.2 过程块和方法 27 initial和always 30 func

AutoSAR标准协议4.2.2

5星 · 资源好评率100%

AutoSAR标准协议规范4.2.2，里面包含了AutoSAR组织所规定的AutoSAR架构的标准规范协议原文档。对AutoSAR的学习有一定的借鉴意义

收起资源包目录

Amazon-Review-main.zip （2个子文件）

Amazon-Review-main

Amazon_Reviews.csv 88KB

amazon reviews.ipynb 247KB

评论收藏

内容反馈

丰雅

粉丝: 59
资源: 4580

Amazon-Review:使用情感分析在Amazon Review数据中构建机器学习模型

最新资源

Amazon-Review:使用情感分析在Amazon Review数据中构建机器学习模型

Machine-Learning-Project:对亚马逊评论数据集的情感分析

amazon_reviews_sentiment:情绪分析使用基于BERT的转移学习方法在Amazon Reviews数据集上进行评分预测

ML_AmazonReviews:机器学习学术项目

Amazon_Review_Sentiment_Analysis:使用3460万条亚马逊评论的语料库进行情感分析

amazon-review:亚马逊评论情绪（消极|积极）分析

情感分析数据集（正面10000条，负面5000条）

reviews.csv.gz

AmazonReviewAnalysis:分析亚马逊评论数据。 这是一个数据科学课程项目

Amazon-Product-Recommender-System:有关Amazon Review Dataset的情绪分析，可从以下网站获得：

亚马逊美食评论50万数据集(Amazon Fine Food Reviews)

Amazon_fine_food_reviews:应用不同的机器学习技术进行亚马逊优质食品评论数据的情绪分析

Sentiment_Analysis_Deployment:使用Amazon SageMaker构建并部署了深度学习模型，该模型可预测用户提供的电影评论的情绪。 此外，创建了一个简单的Web应用程序，该应用程序使用已部署的模型并接受用户输入

movie-review-sentment-analysis-model:使用Amazon SageMaker构建ML模型，以使用IMDB数据集确定电影评论的情绪

sentiment:使用机器学习技术进行情感分析

SentimentAnalysis:使用Python进行情感分析的机器学习项目

amazon_baby.rar

研讨会：使用Kubeflow，Amazon EKS和SageMaker进行AI和机器学习

基于spark的50万亚马逊美食评论分类系统下载地址(决策树 逻辑回归)

reviews-sentiment：有关Amazon客户评论的数据分析，探索，情感分析和主题分析（LDA）。 和很酷的互动剧情

DeepSent：DeepSent：使用机器学习模型的音乐情感分析

Sentiment4SE:基于机器学习的软件工程数据集情感分析工具

Strackly Review Analyzer-crx插件

基于审阅的多标签文本分类：基于Amazon产品审阅的多标签文本分类，找到审阅所要记录的主题区域。 使用TfidfVectorizer和LogisticRegression

Machine.Learning.Core.Swift.Beginner.Friendly.Ebook.8

Qt 5实现串口调试助手 （源工程文件、0积分下载）

【SystemVerilog】路科验证V2学习笔记（全600页）.pdf

AutoSAR标准协议4.2.2

最新资源

AmazonReviewAnalysis:分析亚马逊评论数据。这是一个数据科学课程项目

Sentiment_Analysis_Deployment:使用Amazon SageMaker构建并部署了深度学习模型，该模型可预测用户提供的电影评论的情绪。此外，创建了一个简单的Web应用程序，该应用程序使用已部署的模型并接受用户输入

基于spark的50万亚马逊美食评论分类系统下载地址(决策树逻辑回归)

reviews-sentiment：有关Amazon客户评论的数据分析，探索，情感分析和主题分析（LDA）。和很酷的互动剧情

基于审阅的多标签文本分类：基于Amazon产品审阅的多标签文本分类，找到审阅所要记录的主题区域。使用TfidfVectorizer和LogisticRegression

Qt 5实现串口调试助手（源工程文件、0积分下载）