Этот курс входит в специализацию ''Специализация Интеллектуальный анализ данных '

4.5
звезд
Оценки: 698

ChengXiang Zhai

66 742 уже зарегистрированы

от партнера

Специализация Интеллектуальный анализ данных Иллинойсский университет в Урбане-Шампейне

Об этом курсе

Недавно просмотрено: 14 327

This course will cover the major techniques for mining and analyzing text data to discover interesting patterns, extract useful knowledge, and support decision making, with an emphasis on statistical approaches that can be generally applied to arbitrary text data in any natural language with no or minimum human effort. 
Detailed analysis of text data requires understanding of natural language text, which is known to be a difficult task for computers. However, a number of statistical approaches have been shown to work well for the "shallow" but robust analysis of text data for pattern finding and knowledge discovery. You will learn the basic concepts, principles, and major algorithms in text mining and their potential applications.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 6 в программе

Специализация Интеллектуальный анализ данных

Прибл. 33 часа на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Приобретаемые навыки

Data Clustering Algorithms
Text Mining
Probabilistic Models
Sentiment Analysis

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 3 из 6 в программе

Специализация Интеллектуальный анализ данных

Прибл. 33 часа на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

4,55/5 (оценок: 50)

ChengXiang Zhai

Professor

Department of Computer Science

95 831 учащийся

4 курса

от партнера

Иллинойсский университет в Урбане-Шампейне

Узнайте, как сотрудники ведущих компаний осваивают востребованные навыки

Подробнее о Coursera для бизнеса

Программа курса: что вы изучите

Оценка контента92%(2,977 оценки)

Неделя

Неделя 1

2 ч. на завершение

Orientation

2 ч. на завершение

2 видео ((всего 15 мин.)), 5 материалов для самостоятельного изучения, 2 тестов

2 видео

Introduction to Text Mining and Analytics8мин

Course Prerequisites & Completion6мин

5 материалов для самостоятельного изучения

Welcome to Text Mining and Analytics!10мин

Syllabus15мин

About the Discussion Forums15мин

Updating your Profile10мин

Social Media10мин

2 практических упражнения

Orientation Quiz15мин

Pre-Quiz30мин

4 ч. на завершение

Week 1

4 ч. на завершение

9 видео ((всего 109 мин.)), 1 материал для самостоятельного изучения, 2 тестов

9 видео

1.1 Overview Text Mining and Analytics: Part 111мин

1.2 Overview Text Mining and Analytics: Part 211мин

1.3 Natural Language Content Analysis: Part 112мин

1.4 Natural Language Content Analysis: Part 24мин

1.5 Text Representation: Part 110мин

1.6 Text Representation: Part 29мин

1.7 Word Association Mining and Analysis15мин

1.8 Paradigmatic Relation Discovery Part 114мин

1.9 Paradigmatic Relation Discovery Part 217мин

1 материал для самостоятельного изучения

Week 1 Overview10мин

2 практических упражнения

Week 1 Practice Quiz1ч

Week 1 Quiz1ч

Неделя

Неделя 2

4 ч. на завершение

Week 2

4 ч. на завершение

10 видео ((всего 116 мин.)), 1 материал для самостоятельного изучения, 2 тестов

10 видео

2.1 Syntagmatic Relation Discovery: Entropy11мин

2.2 Syntagmatic Relation Discovery: Conditional Entropy11мин

2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113мин

2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29мин

2.5 Topic Mining and Analysis: Motivation and Task Definition7мин

2.6 Topic Mining and Analysis: Term as Topic11мин

2.7 Topic Mining and Analysis: Probabilistic Topic Models14мин

2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110мин

2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213мин

2.10 Probabilistic Topic Models: Mining One Topic12мин

1 материал для самостоятельного изучения

Week 2 Overview10мин

2 практических упражнения

Week 2 Practice Quiz1ч

Week 2 Quiz1ч

Неделя

Неделя 3

10 ч. на завершение

Week 3

10 ч. на завершение

10 видео ((всего 103 мин.)), 2 материалов для самостоятельного изучения, 3 тестов

10 видео

3.1 Probabilistic Topic Models: Mixture of Unigram Language Models12мин

3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110мин

3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28мин

3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111мин

3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210мин

3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36мин

3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110мин

3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210мин

3.9 Latent Dirichlet Allocation (LDA): Part 110мин

3.10 Latent Dirichlet Allocation (LDA): Part 212мин

2 материала для самостоятельного изучения

Week 3 Overview10мин

Programming Assignments Overview10мин

2 практических упражнения

Week 3 Practice Quiz1ч

Quiz: Week 3 Quiz1ч

Неделя

Неделя 4

5 ч. на завершение

Week 4

5 ч. на завершение

9 видео ((всего 141 мин.)), 1 материал для самостоятельного изучения, 2 тестов

9 видео

4.1 Text Clustering: Motivation15мин

4.2 Text Clustering: Generative Probabilistic Models Part 116мин

4.3 Text Clustering: Generative Probabilistic Models Part 28мин

4.4 Text Clustering: Generative Probabilistic Models Part 314мин

4.5 Text Clustering: Similarity-based Approaches17мин

4.6 Text Clustering: Evaluation10мин

4.7 Text Categorization: Motivation14мин

4.8 Text Categorization: Methods11мин

4.9 Text Categorization: Generative Probabilistic Models31мин

1 материал для самостоятельного изучения

Week 4 Overview10мин

2 практических упражнения

Week 4 Practice Quiz1ч

Week 4 Quiz1ч

Неделя

Неделя 5

4 ч. на завершение

Week 5

4 ч. на завершение

7 видео ((всего 121 мин.)), 1 материал для самостоятельного изучения, 2 тестов

7 видео

5.1 Text Categorization: Discriminative Classifier Part 120мин

5.2 Text Categorization: Discriminative Classifier Part 231мин

5.3 Text Categorization: Evaluation Part 114мин

5.4 Text Categorization: Evaluation Part 210мин

5.5 Opinion Mining and Sentiment Analysis: Motivation17мин

5.6 Opinion Mining and Sentiment Analysis: Sentiment Classification11мин

5.7 Opinion Mining and Sentiment Analysis: Ordinal Logistic Regression13мин

1 материал для самостоятельного изучения

Week 5 Overview10мин

2 практических упражнения

Week 5 Practice Quiz1ч

Week 5 Quiz1ч

Неделя

Неделя 6

4 ч. на завершение

Week 6

During this module, you will continue learning about sentiment analysis and opinion mining with a focus on Latent Aspect Rating Analysis (LARA), and you will learn about techniques for joint mining of text and non-text data, including contextual text mining techniques for analyzing topics in text in association with various context information such as time, location, authors, and sources of data. You will also see a summary of the entire course.

4 ч. на завершение

8 видео ((всего 120 мин.)), 1 материал для самостоятельного изучения, 2 тестов

8 видео

6.1 Opinion Mining and Sentiment Analysis: Latent Aspect Rating Analysis Part 115мин

6.2 Opinion Mining and Sentiment Analysis: Latent Aspect Rating Analysis Part 214мин

6.3 Text-Based Prediction12мин

6.4 Contextual Text Mining: Motivation6мин

6.5 Contextual Text Mining: Contextual Probabilistic Latent Semantic Analysis17мин

6.6 Contextual Text Mining: Mining Topics with Social Network Context14мин

6.7 Contextual Text Mining: Mining Casual Topics with Time Series Supervision19мин

6.8 Course Summary18мин

1 материал для самостоятельного изучения

Week 6 Overview10мин

2 практических упражнения

Week 6 Practice Quiz1ч

Week 6 Quiz1ч

Рецензии

4.5

Рецензии: 144

5 stars
68,09 %
4 stars
20,45 %
3 stars
7,86 %
2 stars
1,85 %
1 star
1,71 %

Лучшие отзывы о курсе АНАЛИЗ ТЕКСТОВОЙ ИНФОРМАЦИИ И АНАЛИТИКА

от партнера YZ27 окт. 2020 г.

A very good course that perfectly articulates the underlying mathematical principles for all perspectives of text mining.

от партнера SS20 июня 2017 г.

My favorite course and my favorite instructor. Highly informative. I wish i want to be a real student of the instructor.

от партнера GP1 нояб. 2017 г.

Outstanding mix of theory and practical applications to help understand the theory. Well organized and excellent presentations. Thank you!

от партнера RC24 июня 2017 г.

very theoretical. very insightful too. finally got a glimpse how the features that I took for granted took shape ... thanks to the instructor, I love the textbook as well ~

Посмотреть все отзывы

Специализация Интеллектуальный анализ данных : общие сведения

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.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
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.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Обучайте сотрудников и добивайтесь отличных результатов в бизнесе

Откройте для себя Coursera для бизнеса

Анализ текстовой информации и аналитика

Об этом курсе

Приобретаемые навыки