文件名称：nanodataeng-capstone：Udacity纳米数据工程学位，Capstone项目
文件大小：9.88MB
文件格式：ZIP
更新时间：2024-03-10 09:42:03
airflow data-engineering redshift udacity-nanodegree capstone-project
电影评论情感分析 该项目遵循以下步骤： 步骤1：确定项目范围并收集数据 第2步：探索和评估数据 步骤3：定义数据模型 步骤4：运行ETL对数据建模 步骤5：完成项目编写 项目总结 本项目根据和提供的数据表达了艺术家评论情感和电影评论情感的 我们的数据管道的目标是向S3发布包含以下摘要信息的PDF报告： 十大电影 最差10部电影 复习情绪分布 最佳评论电影中的前10名演员 多年来的IMDb平均投票与TMDb情绪评论 我们的数据来源是： 完整的技术规格 有关项目对端到端的理解以及设置说明，请参考。 架构图 明星图式：电影评论情绪 明星模式：演员的电影评论感悟 数据字典 fact_films_review_sentiments 属性 类型 可空 价值 date_id timestamp not null yyyy-mm-dd， dim_dates外键 film_id int
【文件预览】：
nanodataeng-capstone-master
----images()
--------star-film-review-sentiment.png(170KB)
--------tmdb-logo.png(18KB)
--------dag-data_warehouse.png(285KB)
--------year_review_distro_fig.png(8KB)
--------dag-model_training.png(224KB)
--------header.png(177KB)
--------star-schema.png(208KB)
--------review_distro_fig.png(12KB)
--------report.png(293KB)
--------film_review_distro_fig.png(11KB)
--------robot-sentiment-analysis.png(597KB)
--------star-cast-film-review-sentiment.png(222KB)
----model()
--------movie-sentiment-classifier()
----DAG - Movie Review Sentiment Classifier Trainer.ipynb(17KB)
----dags()
--------data_warehouse_dag.py(17KB)
--------tensorflow_postgres_model_classification_operator.py(6KB)
--------s3_pdf_sentiment_report_operator.py(14KB)
--------check_no_missing_id_operator.py(3KB)
--------model_training_dag.py(2KB)
--------s3_download_and_upload_operator.py(3KB)
--------s3_unzip_and_upload_operator.py(3KB)
--------s3_to_redshift_operator.py(4KB)
--------tensorflow_review_classifier_trainer_operator.py(8KB)
----(template).ipynb(13KB)
----DAG - Movie Review Sentiment Data Warehouse.ipynb(68KB)
----Movie Review Sentiment Analysis.ipynb(72KB)
----.gitignore(2KB)
----README.md(10KB)