À propos de ce cours
53,347 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.

Approx. 20 heures pour terminer

Anglais

Sous-titres : Anglais, Coréen

Compétences que vous acquerrez

Data Clustering AlgorithmsText MiningProbabilistic ModelsSentiment Analysis
Les étudiants prenant part à ce Course sont
  • Data Scientists
  • Machine Learning Engineers
  • Data Analysts
  • Librarians
  • Data Engineers

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 20 heures pour terminer

Anglais

Sous-titres : Anglais, Coréen

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
2 heures pour terminer

Orientation

2 vidéos (Total 15 min), 5 lectures, 2 quiz
2 vidéos
Course Prerequisites & Completion6 min
5 lectures
Welcome to Text Mining and Analytics!10 min
Syllabus15 min
About the Discussion Forums15 min
Updating your Profile10 min
Social Media10 min
2 exercices pour s'entraîner
Orientation Quiz15 min
Pre-Quiz26 min
4 heures pour terminer

Week 1

9 vidéos (Total 109 min), 1 lecture, 2 quiz
9 vidéos
1.2 Overview Text Mining and Analytics: Part 211 min
1.3 Natural Language Content Analysis: Part 112 min
1.4 Natural Language Content Analysis: Part 24 min
1.5 Text Representation: Part 110 min
1.6 Text Representation: Part 29 min
1.7 Word Association Mining and Analysis15 min
1.8 Paradigmatic Relation Discovery Part 114 min
1.9 Paradigmatic Relation Discovery Part 217 min
1 lecture
Week 1 Overview10 min
2 exercices pour s'entraîner
Week 1 Practice Quiz1 h
Week 1 Quiz1 h
Semaine
2
4 heures pour terminer

Week 2

10 vidéos (Total 116 min), 1 lecture, 2 quiz
10 vidéos
2.2 Syntagmatic Relation Discovery: Conditional Entropy11 min
2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113 min
2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29 min
2.5 Topic Mining and Analysis: Motivation and Task Definition7 min
2.6 Topic Mining and Analysis: Term as Topic11 min
2.7 Topic Mining and Analysis: Probabilistic Topic Models14 min
2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110 min
2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213 min
2.10 Probabilistic Topic Models: Mining One Topic12 min
1 lecture
Week 2 Overview10 min
2 exercices pour s'entraîner
Week 2 Practice Quiz1 h
Week 2 Quiz1 h
Semaine
3
10 heures pour terminer

Week 3

10 vidéos (Total 103 min), 2 lectures, 3 quiz
10 vidéos
3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110 min
3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28 min
3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111 min
3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210 min
3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36 min
3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110 min
3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210 min
3.9 Latent Dirichlet Allocation (LDA): Part 110 min
3.10 Latent Dirichlet Allocation (LDA): Part 212 min
2 lectures
Week 3 Overview10 min
Programming Assignments Overview10 min
2 exercices pour s'entraîner
Week 3 Practice Quiz1 h
Quiz: Week 3 Quiz1 h
Semaine
4
5 heures pour terminer

Week 4

9 vidéos (Total 141 min), 1 lecture, 2 quiz
9 vidéos
4.2 Text Clustering: Generative Probabilistic Models Part 116 min
4.3 Text Clustering: Generative Probabilistic Models Part 28 min
4.4 Text Clustering: Generative Probabilistic Models Part 314 min
4.5 Text Clustering: Similarity-based Approaches17 min
4.6 Text Clustering: Evaluation10 min
4.7 Text Categorization: Motivation14 min
4.8 Text Categorization: Methods11 min
4.9 Text Categorization: Generative Probabilistic Models31 min
1 lecture
Week 4 Overview10 min
2 exercices pour s'entraîner
Week 4 Practice Quiz1 h
Week 4 Quiz1 h
4.4
104 avisChevron Right

30%

a commencé une nouvelle carrière après avoir terminé ces cours

38%

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

12%

a obtenu une augmentation de salaire ou une promotion

Principaux examens pour Exploitation de text et analytique

par JHFeb 10th 2017

Excellent course, the pipeline they propose to help you understand text mining is quite helpful. It has an important introduction to the most key concepts and techniques for text mining and analytics.

par DCMar 25th 2018

The content of Text Mining and Analytics is very comprehensive and deep. More practise about how formula works would be better. Quiz could be not tough to be completed after attending every lectures.

Enseignant

Avatar

ChengXiang Zhai

Professor
Department of Computer Science

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master in Computer Science de Université de l'Illinois à Urbana-Champaign. Si vous êtes admis au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

À propos de Université de l'Illinois à Urbana-Champaign

The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs. ...

À propos du Spécialisation Exploration de données

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp. Courses 2 - 5 of this Specialization form the lecture component of courses in the online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
Exploration de données

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.