Python数据分析系列视频课程--玩转文本挖掘

课程目标:文本挖掘(TM),又称自然语言处理(NLP),是AI时代炙手可热的数据分析挖掘前沿领域,本次课程将会从最基础的分词、词袋模型、分布式表示等概念开始,全面介绍文本挖掘技术,特别会针对目前最热的word2vec,gensim等 结合实际案例进行学习,帮助学员从零基础直接升级至业界的最新技术前沿。

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
5分 共64课时,共10小时19分钟
现价¥199.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

文本挖掘(TM),又称自然语言处理(NLP),是AI时代炙手可热的数据分析挖掘前沿领域,本次课程将会从最基础的分词、词袋模型、分布式表示等概念开始,全面介绍文本挖掘技术,特别会针对目前最热的word2vec,gensim等 结合实际案例进行学习,帮助学员从零基础直接升级至业界的最新技术前沿。

适用人群

希望能够成为Python编程和数据分析的跨界人才,目前尚未成功,但仍然在不断努力的人。

课程简介

文本挖掘(TM),又称自然语言处理(NLP),是AI时代炙手可热的数据分析挖掘前沿领域,其所涉及的人机对话系统,推荐算法,文本分类等技术在BAT等企业中都得到广泛应用。

本课程将使用经典武侠小说、大众点评抓取结果、微博语料数据等多个实际案例进行教学。

本次课程将会从最基础的分词、词袋模型、分布式表示等概念开始,全面介绍文本挖掘技术的各个方面,特别会针对目前最热的word2vec,gensim 等结合实际案例进行学习,帮助学员从零基础直接升级至业界的最新技术前沿。

学习完本课程后,学员将能够独立使用Python环境完成中文文本挖掘的各种工作。


本课程已全部更新完毕,未来将根据方法学的最新进展做不定期更新。


【课程长度】

总时长:约11小时


【学员基础】

学员需要懂得Python语言的基本编程知识。

建议学员事先学习本系列课程中的Pandas课程,本课程中的数据管理将会用到Pandas的相关知识和操作。


【课程大纲】

第1章:文本挖掘概述

第2章:磨刀不误砍柴工

第3章:分词

第4章:词云展示

第5章:文档信息的向量化

第6章:关键词提取

第7章:抽取文本主题

第8章:文本相似度

第9章:文档分类

第10章:情感分析

第10章:自动摘要

第11章:自动写作



python推广.png


推广1.png




第一章文本挖掘概述
5节30分钟
1-1什么是文本挖掘 [免费试看]
08:57
1-2文本挖掘的基本流程和任务 [免费试看]
08:19
1-3文本挖掘的基本思路 [免费试看]
06:52
1-4语料数据化时需要考虑的工作 [免费试看]
06:49
1-5本课程代码课件及数据下载
说明
第二章磨刀不误砍柴工
6节1小时14分钟
2-1Python常用IDE简介 [免费试看]
13:13
2-2Anaconda的安装与配置 [免费试看]
16:36
2-3Jupyter Notebook的基本操作 [免费试看]
11:58
2-4NLTK的安装与配置
06:06
2-5什么是语料库
13:43
2-6准备《射雕》语料库
13:08
第三章分词
5节42分钟
3-1分词原理简介 [免费试看]
08:02
3-2结巴分词的基本用法 [免费试看]
06:39
3-3使用自定义词典和搜狗细胞词库
09:55
3-4去除停用词
11:07
3-5词性标注及其他
06:30
第四章词云展示
6节55分钟
4-1词频统计
08:25
4-2词云概述
05:03
4-3wordcloud包的安装
08:10
4-4绘制词云
13:13
讲师介绍
张文彤
讲师评分4.7分
数据挖掘,市场研究,统计应用专家,国内最知名的SPSS专家和培训师,多本软件教材、数据分析与挖掘专著的作者。 曾在复旦大学公共卫生学院任教数载,其教学以讲解深入浅出,重点突出,简明易懂为最大特色。 精通业内广泛使用的SAS、SPSS、Modeler、R、Python等数据分析/挖掘工具,拥有近20年的数据分析/统计软件商业培训经验。是国内最著名的SPSS培训师,曾作为SPSS官方培训师,从2001年起一手协助SPSS中国建立其统计培训体系 。 主编SPSS、SAS等统计软件教材10本,其SPSS教材被教育部评为2003-2004年度教育部研究生推荐教材,后续版本被国内外三百多所高校选用为本科生/研究生教材。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载