This course provides an unique opportunity for you to learn key components of text mining and analytics aided by the real world datasets and the text mining toolkit written in Java. Hands-on experience in core text mining techniques including text preprocessing, sentiment analysis, and topic modeling help learners be trained to be a competent data scientists.
Offert par
Hands-on Text Mining and Analytics
Université Yonsei
À propos de ce cours
7,109 consultations récentes
Certificat partageable
Obtenez un Certificat lorsque vous terminez
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. 24 heures pour terminer
Recommandé : 6 hours/week
Anglais
Sous-titres : Anglais, Espagnol, Chinois (simplifié)
Offert par
Université Yonsei
Yonsei University was established in 1885 and is the oldest private university in Korea.
Programme du cours : ce que vous apprendrez dans ce cours
3 heures pour terminer
Course Logistics and the Text Mining Tool for the Course
3 heures pour terminer
4 vidéos (Total 53 min), 1 lecture, 1 quiz
4 vidéos
1.2 Explanations of the y-TextMiner package and the datasets9 min
1.3 How-to-do: workspace installation and setup15 min
1.4 How-to-use: the y-TextMiner package (download it at http://informatics.yonsei.ac.kr/yTextMiner/yTextMiner1.2.zip)13 min
1 lecture
What is Text Mining?10 min
3 heures pour terminer
Text Preprocessing
3 heures pour terminer
5 vidéos (Total 67 min), 1 lecture, 1 quiz
5 vidéos
2.2 What is text mining?10 min
2.3 Description of preprocessing techniques11 min
2.4 How-to-do: normalization including tokenization and lemmatization20 min
2.5 How-to-do: N-Grams14 min
1 lecture
Text Preprocessing10 min
3 heures pour terminer
Text Analysis Techniques
3 heures pour terminer
6 vidéos (Total 62 min), 2 lectures, 1 quiz
6 vidéos
3.2 Explanations of named entity recognition11 min
3.3 Explanations of dependency parsing8 min
3.4 How-to-do: stopword removal and stemming14 min
3.5 How-to-do: NER and POS Tagging6 min
3.6 How-to-do: constituency and dependency parsing9 min
2 lectures
Stemming and Lemmatization10 min
Named Entity Recognition10 min
3 heures pour terminer
Term Weighting and Document Classification
3 heures pour terminer
5 vidéos (Total 52 min), 2 lectures, 1 quiz
5 vidéos
4.2 Explanations of document classification11 min
4.3 Explanations of sentiment analysis9 min
4.4 How-to-do: computation of tf*idf weighting10 min
4.5 How-to-do: classification with Logistic Regression11 min
2 lectures
Text Classification10 min
TF-IDF10 min
Avis
4.0
Meilleurs avis pour HANDS-ON TEXT MINING AND ANALYTICS
par KAMay 30, 2017
Excellent theory and hands-on lab codes. It'd be great if you could also cover how-to in other relevant programming languages using R or Python.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
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.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est 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.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
