Ce cours fait partie de la Spécialisation Text Marketing Analytics

Chris J. Vargo +1 enseignant de plus

Offert par

Dans le cadre du diplôme Master of Science in Data Science
En savoir plus

Spécialisation Text Marketing AnalyticsUniversité du Colorado à Boulder

À propos de ce cours

4 509 consultations récentes

Marketing data is often so big that humans cannot read or analyze a representative sample of it to understand what insights might lie within. In this course, learners use unsupervised deep learning to train algorithms to extract topics and insights from text data. Learners walk through a conceptual overview of unsupervised machine learning and dive into real-world datasets through instructor-led tutorials in Python. The course concludes with a major project.
This course uses Jupyter Notebooks and the coding environment Google Colab, a browser-based Jupyter notebook environment. Files are stored in Google Drive.

This course can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 2 sur 3 dans le

Spécialisation Text Marketing Analytics

Niveau intermédiaire

Basic Python proficiency, including Python's built-in functions, logic, and data structures, is recommended.

Approx. 13 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Ce que vous allez apprendre

Describe the concept of topic modeling and related terminology (e.g., unsupervised machine learning)
Apply topic modeling to marketing data via a peer-graded project
Apply topic modeling to a variety of popular marketing use cases via homework assignments
Evaluate, tune and improve the performance the topic model you create for your project

Compétences que vous acquerrez

Topic Model
Machine Learning
Python Programming
Unsupervised Text Classification
Data Structure

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 2 sur 3 dans le

Spécialisation Text Marketing Analytics

Niveau intermédiaire

Basic Python proficiency, including Python's built-in functions, logic, and data structures, is recommended.

Approx. 13 heures pour terminer

Anglais

Votre entreprise pourrait-elle bénéficier de la formation des employés à des compétences recherchées ?

Essayez Coursera pour les affaires

Enseignants

Chris J. Vargo

Associate Professor

College of Media, Communication and Information

54 115 étudiants

7 cours

Scott Bradley

Senior Engineer

Medill School of Journalism

855 étudiants

3 cours

Offert par

Université du Colorado à Boulder

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

Programme de cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

4 heures pour terminer

What is topic modeling?

4 heures pour terminer

1 vidéo (Total 20 min), 3 lectures, 1 quiz

Semaine

Semaine 2

4 heures pour terminer

The Assumptions of a Topic Model, Bag of Words, and Natural Language Processing

4 heures pour terminer

2 vidéos (Total 24 min), 1 lecture, 2 quiz

Semaine

Semaine 3

1 heure pour terminer

Prepping Amazon Review Data

1 heure pour terminer

2 vidéos (Total 27 min), 2 lectures, 1 quiz

Semaine

Semaine 4

2 heures pour terminer

Pre-Processing Text and Training a Topic Model

2 heures pour terminer

2 vidéos (Total 29 min), 2 lectures, 1 quiz

À propos du Spécialisation Text Marketing Analytics

Marketing data are complex and have dimensions that make analysis difficult. Large unstructured datasets are often too big to extract qualitative insights. Marketing datasets also often involve relational and connected and involve networks. This specialization tackles advanced advertising and marketing analytics through three advanced methods aimed at solving these problems: text classification, text topic modeling, and semantic network analysis. Each key area involves a deep dive into the leading computer science methods aimed at solving these methods using Python. This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Foire Aux Questions

Quand aurai-je accès aux vidéos de cours et aux devoirs ?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
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.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.

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

Développez les compétences de vos employés, obtenez des résultats commerciaux

Découvrez Coursera pour les affaires

Unsupervised Text Classification for Marketing Analytics

À propos de ce cours

Ce que vous allez apprendre

Compétences que vous acquerrez