This course will introduce the learner to text mining and text manipulation basics. The course begins with an understanding of how text is handled by python, the structure of text both to the machine and to humans, and an overview of the nltk framework for manipulating text. The second week focuses on common manipulation needs, including regular expressions (searching for text), cleaning text, and preparing text for use by machine learning processes. The third week will apply basic natural language processing methods to text, and demonstrate how text classification is accomplished. The final week will explore more advanced methods for detecting the topics in documents and grouping them by similarity (topic modelling).
Python과 함께하는 응용 데이터 과학 특화 과정미시건 대학교이 강좌에 대하여
최근 조회 267,958회
학습자 경력 결과
32%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
34%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 26시간 필요
영어
자막: 영어, 한국어
배울 내용
Understand how text is handled in Python
Apply basic natural language processing methods
Write code that groups documents by topic
Describe the nltk framework for manipulating text
귀하가 습득할 기술
Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing
학습자 경력 결과
32%
가 이 강좌를 수료한 후 새로운 커리어를 시작함
34%
가 이 강좌를 통해 확실한 경력상 이점을 얻음
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 5개 강좌 중 4번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 26시간 필요
영어
자막: 영어, 한국어
제공자:
미시건 대학교
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.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 8시간 필요
Module 1: Working with Text in Python
완료하는 데 8시간 필요
5개 동영상 (총 56분), 4 개의 읽기 자료, 3 개의 테스트
5개의 동영상
Handling Text in Python18m
Regular Expressions16m
Demonstration: Regex with Pandas and Named Groups5m
Internationalization and Issues with Non-ASCII Characters12m
4개의 읽기 자료
Course Syllabus10m
Help us learn more about you!10m
Notice for Auditing Learners: Assignment Submission10m
Resources: Common issues with free text10m
2개 연습문제
Practice Quiz8m
Module 1 Quiz12m
완료하는 데 6시간 필요
Module 2: Basic Natural Language Processing
완료하는 데 6시간 필요
3개 동영상 (총 36분)
3개의 동영상
Basic NLP tasks with NLTK16m
Advanced NLP tasks with NLTK16m
2개 연습문제
Practice Quiz4m
Module 2 Quiz10m
완료하는 데 7시간 필요
Module 3: Classification of Text
완료하는 데 7시간 필요
7개 동영상 (총 94분)
7개의 동영상
Identifying Features from Text8m
Naive Bayes Classifiers19m
Naive Bayes Variations4m
Support Vector Machines24m
Learning Text Classifiers in Python15m
Demonstration: Case Study - Sentiment Analysis9m
1개 연습문제
Module 3 Quiz14m
완료하는 데 6시간 필요
Module 4: Topic Modeling
완료하는 데 6시간 필요
4개 동영상 (총 58분), 2 개의 읽기 자료, 3 개의 테스트
4개의 동영상
Topic Modeling8m
Generative Models and LDA13m
Information Extraction18m
2개의 읽기 자료
Additional Resources & Readings10m
Post-Course Survey10m
2개 연습문제
Practice Quiz4m
Module 4 Quiz10m
검토
APPLIED TEXT MINING IN PYTHON의 최상위 리뷰
RK 제공2019년 7월 19일
Course is great except for the auto grader issues. Please look into the issue. I would like to take this opportunity and thank Prof V. G. Vinod Vydiswaran and all those who helped me to complete it.
CC 제공2017년 8월 26일
Quite challenging but also quite a sense of accomplishment when you finish the course. I learned a lot and think this was the course I preferred of the entire specialization. I highly recommend it!
JS 제공2017년 8월 22일
Very good course with very good material and teachers. I just missed some more practical examples to follow along the classes, and more further readings (specially for information extraction).
LC 제공2018년 2월 16일
Love the focus on conceptual text processing and practical guides to implementation in python, but the assignment grader was extremely specific for no reason, especially the Week3 assignment.
Python과 함께하는 응용 데이터 과학 특화 과정 정보
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.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
- 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.
재정 지원을 받을 수 있나요?
예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
