À propos de ce cours
119,264 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 17 heures pour terminer

Recommandé : 9 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Ce que vous allez apprendre

  • Check

    Apply basic natural language processing methods

  • Check

    Describe the nltk framework for manipulating text

  • Check

    Understand how text is handled in Python

  • Check

    Write code that groups documents by topic

Compétences que vous acquerrez

Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 17 heures pour terminer

Recommandé : 9 hours/week...

Anglais

Sous-titres : Anglais, Coréen

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
8 heures pour terminer

Module 1: Working with Text in Python

5 vidéos (Total 56 min), 4 lectures, 3 quiz
5 vidéos
Handling Text in Python18 min
Regular Expressions16 min
Demonstration: Regex with Pandas and Named Groups5 min
Internationalization and Issues with Non-ASCII Characters12 min
4 lectures
Course Syllabus10 min
Help us learn more about you!10 min
Notice for Auditing Learners: Assignment Submission10 min
Resources: Common issues with free text10 min
2 exercices pour s'entraîner
Practice Quiz8 min
Module 1 Quiz12 min
Semaine
2
6 heures pour terminer

Module 2: Basic Natural Language Processing

3 vidéos (Total 36 min), 3 quiz
3 vidéos
Basic NLP tasks with NLTK16 min
Advanced NLP tasks with NLTK16 min
2 exercices pour s'entraîner
Practice Quiz4 min
Module 2 Quiz10 min
Semaine
3
7 heures pour terminer

Module 3: Classification of Text

7 vidéos (Total 94 min), 2 quiz
7 vidéos
Identifying Features from Text8 min
Naive Bayes Classifiers19 min
Naive Bayes Variations4 min
Support Vector Machines24 min
Learning Text Classifiers in Python15 min
Demonstration: Case Study - Sentiment Analysis9 min
1 exercice pour s'entraîner
Module 3 Quiz14 min
Semaine
4
6 heures pour terminer

Module 4: Topic Modeling

4 vidéos (Total 58 min), 2 lectures, 3 quiz
4 vidéos
Topic Modeling8 min
Generative Models and LDA13 min
Information Extraction18 min
2 lectures
Additional Resources & Readings10 min
Post-Course Survey10 min
2 exercices pour s'entraîner
Practice Quiz4 min
Module 4 Quiz10 min
4.2
381 avisChevron Right

31%

a commencé une nouvelle carrière après avoir terminé ces cours

33%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours

Principaux examens pour Applied Text Mining in Python

par GKMay 4th 2019

Lectures are very good with a perfect explanation. More than lectures I liked the assignment questions. They are worth doing. You will get to know the basic foundation of text mining. :-)

par BKJun 26th 2018

Would love to see these courses have more practice questions in each weeks lesson. Would be helpful for repetition sake, and learning vs only doing each question once in the assignments.

Enseignant

Avatar

V. G. Vinod Vydiswaran

Assistant Professor
School of Information

À propos de Université du Michigan

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

À propos du Spécialisation Science des données appliquée avec Python

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Science des données appliquée avec Python

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.