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).
Этот курс входит в специализацию ''Специализация Прикладная наука о данных с Python'
Applied Text Mining in Python
от партнера
Об этом курсе
Недавно просмотрено: 138,045
Карьерные результаты учащихся
32%
начал новую карьеру, пройдя эти курсы
34%
получил значимые преимущества в карьере благодаря этому курсу
Приобретаемые навыки
Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing
Карьерные результаты учащихся
32%
начал новую карьеру, пройдя эти курсы
34%
получил значимые преимущества в карьере благодаря этому курсу
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 4 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 17 часа на выполнение
Предполагаемая нагрузка: 9 hours/week
Английский
Субтитры: Английский, Корейский
от партнера
Мичиганский университет
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.
Программа курса: что вы изучите
8 ч. на завершение
Module 1: Working with Text in Python
8 ч. на завершение
5 видео ((всего 56 мин.)), 4 материалов для самостоятельного изучения, 3 тестов
5 видео
Handling Text in Python18мин
Regular Expressions16мин
Demonstration: Regex with Pandas and Named Groups5мин
Internationalization and Issues with Non-ASCII Characters12мин
4 материала для самостоятельного изучения
Course Syllabus10мин
Help us learn more about you!10мин
Notice for Auditing Learners: Assignment Submission10мин
Resources: Common issues with free text10мин
2 практического упражнения
Practice Quiz8мин
Module 1 Quiz12мин
6 ч. на завершение
Module 2: Basic Natural Language Processing
6 ч. на завершение
3 видео ((всего 36 мин.))
3 видео
Basic NLP tasks with NLTK16мин
Advanced NLP tasks with NLTK16мин
2 практического упражнения
Practice Quiz4мин
Module 2 Quiz10мин
7 ч. на завершение
Module 3: Classification of Text
7 ч. на завершение
7 видео ((всего 94 мин.))
7 видео
Text Classification12мин
Identifying Features from Text8мин
Naive Bayes Classifiers19мин
Naive Bayes Variations4мин
Support Vector Machines24мин
Learning Text Classifiers in Python15мин
Demonstration: Case Study - Sentiment Analysis9мин
1 практическое упражнение
Module 3 Quiz14мин
6 ч. на завершение
Module 4: Topic Modeling
6 ч. на завершение
4 видео ((всего 58 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
4 видео
Topic Modeling8мин
Generative Models and LDA13мин
Information Extraction18мин
2 материала для самостоятельного изучения
Additional Resources & Readings10мин
Post-Course Survey10мин
2 практического упражнения
Practice Quiz4мин
Module 4 Quiz10мин
Рецензии
Лучшие отзывы о курсе APPLIED TEXT MINING IN PYTHON
от партнера RKJul 19, 2019
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.
от партнера JSAug 22, 2017
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).
от партнера LCFeb 16, 2018
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.
от партнера GKMay 3, 2019
Lectures are very good with a perfect explanation. More than lectures I liked the assignment questions. They are worth doing. You will get to know the basic foundation of text mining. :-)
Специализация Прикладная наука о данных с Python: общие сведения
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.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
Остались вопросы? Посетите Центр поддержки учащихся.