Об этом курсе
Недавно просмотрено: 127,635

Learner Career Outcomes

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.

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

Чему вы научитесь

  • Check

    Apply basic natural language processing methods

  • Check

    Describe the nltk framework for manipulating text

  • Check

    Understand how text is handled in Python

  • Check

    Write code that groups documents by topic

Приобретаемые навыки

Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing

Learner Career Outcomes

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.

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

Программа курса: что вы изучите

Неделя
1
8 ч. на завершение

Module 1: Working with Text in Python

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
Неделя
2
6 ч. на завершение

Module 2: Basic Natural Language Processing

3 видео ((всего 36 мин.)), 3 тестов
3 видео
Basic NLP tasks with NLTK16мин
Advanced NLP tasks with NLTK16мин
2 практического упражнения
Practice Quiz4мин
Module 2 Quiz10мин
Неделя
3
7 ч. на завершение

Module 3: Classification of Text

7 видео ((всего 94 мин.)), 2 тестов
7 видео
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
Неделя
4
6 ч. на завершение

Module 4: Topic Modeling

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
4.2
Рецензии: 409Chevron Right

Лучшие отзывы о курсе Applied Text Mining in Python

автор: CCAug 27th 2017

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!

автор: GKMay 4th 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. :-)

Преподаватели

Avatar

V. G. Vinod Vydiswaran

Assistant Professor
School of Information

О 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....

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....
Прикладная наука о данных с Python

Часто задаваемые вопросы

  • 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.

  • 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.

Остались вопросы? Посетите Центр поддержки учащихся.