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.
이 강좌에 대하여
최근 조회 8,222회
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 19시간 필요
영어
자막: 영어, 스페인어, 중국어 (간체자)
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 19시간 필요
영어
자막: 영어, 스페인어, 중국어 (간체자)
제공자:
연세 대학교
Yonsei University was established in 1885 and is the oldest private university in Korea.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 3시간 필요
Course Logistics and the Text Mining Tool for the Course
완료하는 데 3시간 필요
4개 동영상 (총 53분), 1 개의 읽기 자료, 1 개의 테스트
4개의 동영상
1.2 Explanations of the y-TextMiner package and the datasets9m
1.3 How-to-do: workspace installation and setup15m
1.4 How-to-use: the y-TextMiner package (download it at http://informatics.yonsei.ac.kr/yTextMiner/yTextMiner1.2.zip)13m
1개의 읽기 자료
What is Text Mining?10m
완료하는 데 3시간 필요
Text Preprocessing
완료하는 데 3시간 필요
5개 동영상 (총 67분), 1 개의 읽기 자료, 1 개의 테스트
5개의 동영상
2.2 What is text mining?10m
2.3 Description of preprocessing techniques11m
2.4 How-to-do: normalization including tokenization and lemmatization20m
2.5 How-to-do: N-Grams14m
1개의 읽기 자료
Text Preprocessing10m
완료하는 데 3시간 필요
Text Analysis Techniques
완료하는 데 3시간 필요
6개 동영상 (총 62분), 2 개의 읽기 자료, 1 개의 테스트
6개의 동영상
3.2 Explanations of named entity recognition11m
3.3 Explanations of dependency parsing8m
3.4 How-to-do: stopword removal and stemming14m
3.5 How-to-do: NER and POS Tagging6m
3.6 How-to-do: constituency and dependency parsing9m
2개의 읽기 자료
Stemming and Lemmatization10m
Named Entity Recognition10m
완료하는 데 3시간 필요
Term Weighting and Document Classification
완료하는 데 3시간 필요
5개 동영상 (총 52분), 2 개의 읽기 자료, 1 개의 테스트
5개의 동영상
4.2 Explanations of document classification11m
4.3 Explanations of sentiment analysis9m
4.4 How-to-do: computation of tf*idf weighting10m
4.5 How-to-do: classification with Logistic Regression11m
2개의 읽기 자료
Text Classification10m
TF-IDF10m
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 수료증을 구매하면 무엇을 이용할 수 있나요?
수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
결제일 기준 2주 후 또는 (방금 시작된 강좌의 경우) 강좌의 첫 번째 세션이 시작된 후 2주 후 중에서 나중에 도래하는 날짜까지 전액 환불받을 수 있습니다. 2주 환불 기간 이내에 강좌를 완료했더라도 강좌 수료증을 받았으면 환불받을 수 없습니다. 전체 환불 정책을 확인하세요.
재정 지원을 받을 수 있나요?
예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.
강좌를 수료하면 대학 학점을 받을 수 있나요?
이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위 및 Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
