Recent years have seen a dramatic growth of natural language text data, including web pages, news articles, scientific literature, emails, enterprise documents, and social media such as blog articles, forum posts, product reviews, and tweets. Text data are unique in that they are usually generated directly by humans rather than a computer system or sensors, and are thus especially valuable for discovering knowledge about people’s opinions and preferences, in addition to many other kinds of knowledge that we encode in text.
제공자:
데이터 마이닝 특화 과정일리노이대학교 어버너-섐페인캠퍼스이 강좌에 대하여
최근 조회 25,215회
유동적 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 2번째 강좌:
완료하는 데 약 31시간 필요
영어
자막: 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 한국어, 독일어, 러시아어, 영어, 스페인어
귀하가 습득할 기술
Information Retrieval (IR)Document RetrievalMachine LearningRecommender Systems
유동적 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 2번째 강좌:
완료하는 데 약 31시간 필요
영어
자막: 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 한국어, 독일어, 러시아어, 영어, 스페인어
제공자:
일리노이대학교 어버너-섐페인캠퍼스
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.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 2시간 필요
Orientation
You will become familiar with the course, your classmates, and our learning environment. The orientation will also help you obtain the technical skills required for the course.
완료하는 데 2시간 필요
2개 동영상 (총 15분), 6 개의 읽기 자료, 2 개의 테스트
완료하는 데 4시간 필요
Week 1
During this week's lessons, you will learn of natural language processing techniques, which are the foundation for all kinds of text-processing applications, the concept of a retrieval model, and the basic idea of the vector space model.
완료하는 데 4시간 필요
6개 동영상 (총 94분), 1 개의 읽기 자료, 2 개의 테스트
완료하는 데 4시간 필요
Week 2
In this week's lessons, you will learn how the vector space model works in detail, the major heuristics used in designing a retrieval function for ranking documents with respect to a query, and how to implement an information retrieval system (i.e., a search engine), including how to build an inverted index and how to score documents quickly for a query.
완료하는 데 4시간 필요
6개 동영상 (총 102분), 1 개의 읽기 자료, 2 개의 테스트
완료하는 데 7시간 필요
Week 3
In this week's lessons, you will learn how to evaluate an information retrieval system (a search engine), including the basic measures for evaluating a set of retrieved results and the major measures for evaluating a ranked list, including the average precision (AP) and the normalized discounted cumulative gain (nDCG), and practical issues in evaluation, including statistical significance testing and pooling.
완료하는 데 7시간 필요
6개 동영상 (총 75분), 2 개의 읽기 자료, 3 개의 테스트
완료하는 데 4시간 필요
Week 4
In this week's lessons, you will learn probabilistic retrieval models and statistical language models, particularly the detail of the query likelihood retrieval function with two specific smoothing methods, and how the query likelihood retrieval function is connected with the retrieval heuristics used in the vector space model.
완료하는 데 4시간 필요
7개 동영상 (총 88분), 1 개의 읽기 자료, 2 개의 테스트
검토
TEXT RETRIEVAL AND SEARCH ENGINES의 최상위 리뷰
JH 제공2016년 9월 20일
Great course for those trying to understand how ro analyse and process text data. It has the right amount of tools to help you understand the basics of information retrieval and search engines.
SX 제공2018년 3월 27일
I have learned a lot of concepts through this course, but at a shallow level. It is a great introduction course to IR. It can be improved by adding more programming tasks for hands-on exercise
JW 제공2020년 6월 25일
I will keep the last star for not using a more cutting edge programming language, e.g. python. MeTa is not really helpful in the business world and that discounts the value of this course.
WP 제공2017년 5월 27일
I found that there were a lot of mathematical function in this course. I need to see the examples of how are those functions applied in the real programming which support the business.
데이터 마이닝 특화 과정 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.
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 전문 분야를 구독하면 무엇을 이용할 수 있나요?
재정 지원을 받을 수 있나요?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
