About this Course
최근 조회 28,651

다음 전문 분야의 6개 강좌 중 3번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 20시간 필요

영어

자막: 영어

귀하가 습득할 기술

Data Clustering AlgorithmsText MiningProbabilistic ModelsSentiment Analysis
Course을(를) 수강하는 학습자
  • Data Scientists
  • User Experience Researchers
  • Data Analysts
  • Machine Learning Engineers
  • Librarians

다음 전문 분야의 6개 강좌 중 3번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 20시간 필요

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 2시간 필요

Orientation

2개 동영상 (총 15분), 5 readings, 2 quizzes
2개의 동영상
Course Prerequisites & Completion6m
5개의 읽기 자료
Welcome to Text Mining and Analytics!10m
Syllabus15m
About the Discussion Forums15m
Updating your Profile10m
Social Media10m
2개 연습문제
Orientation Quiz15m
Pre-Quiz26m
완료하는 데 4시간 필요

Week 1

9개 동영상 (총 109분), 1 reading, 2 quizzes
9개의 동영상
1.2 Overview Text Mining and Analytics: Part 211m
1.3 Natural Language Content Analysis: Part 112m
1.4 Natural Language Content Analysis: Part 24m
1.5 Text Representation: Part 110m
1.6 Text Representation: Part 29m
1.7 Word Association Mining and Analysis15m
1.8 Paradigmatic Relation Discovery Part 114m
1.9 Paradigmatic Relation Discovery Part 217m
1개의 읽기 자료
Week 1 Overview10m
2개 연습문제
Week 1 Practice Quiz1h
Week 1 Quiz1h
2
완료하는 데 4시간 필요

Week 2

10개 동영상 (총 116분), 1 reading, 2 quizzes
10개의 동영상
2.2 Syntagmatic Relation Discovery: Conditional Entropy11m
2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113m
2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29m
2.5 Topic Mining and Analysis: Motivation and Task Definition7m
2.6 Topic Mining and Analysis: Term as Topic11m
2.7 Topic Mining and Analysis: Probabilistic Topic Models14m
2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110m
2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213m
2.10 Probabilistic Topic Models: Mining One Topic12m
1개의 읽기 자료
Week 2 Overview10m
2개 연습문제
Week 2 Practice Quiz1h
Week 2 Quiz1h
3
완료하는 데 10시간 필요

Week 3

10개 동영상 (총 103분), 2 readings, 3 quizzes
10개의 동영상
3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110m
3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28m
3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111m
3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210m
3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36m
3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110m
3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210m
3.9 Latent Dirichlet Allocation (LDA): Part 110m
3.10 Latent Dirichlet Allocation (LDA): Part 212m
2개의 읽기 자료
Week 3 Overview10m
Programming Assignments Overview10m
2개 연습문제
Week 3 Practice Quiz1h
Quiz: Week 3 Quiz1h
4
완료하는 데 5시간 필요

Week 4

9개 동영상 (총 141분), 1 reading, 2 quizzes
9개의 동영상
4.2 Text Clustering: Generative Probabilistic Models Part 116m
4.3 Text Clustering: Generative Probabilistic Models Part 28m
4.4 Text Clustering: Generative Probabilistic Models Part 314m
4.5 Text Clustering: Similarity-based Approaches17m
4.6 Text Clustering: Evaluation10m
4.7 Text Categorization: Motivation14m
4.8 Text Categorization: Methods11m
4.9 Text Categorization: Generative Probabilistic Models31m
1개의 읽기 자료
Week 4 Overview10m
2개 연습문제
Week 4 Practice Quiz1h
Week 4 Quiz1h
4.4
102개의 리뷰Chevron Right

33%

이 강좌를 수료한 후 새로운 경력 시작하기

42%

이 강좌를 통해 확실한 경력상 이점 얻기

12%

급여 인상 또는 승진하기

Text Mining and Analytics의 최상위 리뷰

대학: 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.

대학: 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.

강사

Avatar

ChengXiang Zhai

Professor
Department of Computer Science

석사 학위 취득 시작

이 강좌은(는) 일리노이대학교 어버너-섐페인캠퍼스의 100% 온라인 Master in Computer Science 중 일부입니다. 전체 프로그램을 수료하면 귀하의 강좌가 학위 취득에 반영됩니다.

일리노이대학교 어버너-섐페인캠퍼스 정보

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. ...

데이터 마이닝 전문 분야 정보

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....
데이터 마이닝

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 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.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.