Ce cours présente à l'apprenant les bases du text mining et de la manipulation de texte. Le cours commence par une compréhension de la façon dont le texte est traité par Python, la structure du texte à la fois pour la machine et pour l'homme, et une vue d'ensemble du cadre nltk pour la manipulation du texte. La deuxième semaine se concentre sur les besoins de manipulation courants, y compris les expressions régulières (recherche de texte), le nettoyage du texte et la préparation du texte pour son utilisation par des processus d'apprentissage automatique. La troisième semaine est consacrée à l'application des méthodes de base du traitement du langage naturel au texte et à la démonstration de la classification du texte. La dernière semaine explorera des méthodes plus avancées pour détecter les sujets dans les documents et les regrouper par similarité (modélisation des sujets).
Text Mining appliqué en Python
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.
Text Mining appliqué en Python
Ce cours fait partie de Spécialisation "Science des Données Appliquée avec Python"
Instructeur : VG Vinod Vydiswaran
156 118 déjà inscrits
Inclus avec
3,824 avis
Ce que vous apprendrez
Comprendre comment le texte est traité en Python
Appliquer les méthodes de base du traitement du langage naturel
Écrire un code qui regroupe les documents par thème
Décrire le cadre nltk pour la manipulation de texte
Compétences que vous acquerrez
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Traitement du langage naturel
- Catégorie : Exploration de texte
- Catégorie : Nettoyage des données
- Catégorie : Manipulation de données
- Catégorie : Prétraitement des données
- Catégorie : Exploration de données
- Catégorie : Ingénierie des fonctionnalités
- Catégorie : Apprentissage non supervisé
- Catégorie : Apprentissage supervisé
- Catégorie : Traitement des données
- Catégorie : Modèle de formation
- Catégorie : Données non structurées
Outils que vous découvrirez
- Catégorie : Algorithmes de classification
- Catégorie : Programmation Python
Détails à connaître
Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Offert par
En savoir plus sur Analyse des données
Statut : Essai gratuitUniversity of Michigan
Statut : Prévisualisation
Statut : Essai gratuitUniversity of Michigan
Statut : Essai gratuitUniversity of Illinois Urbana-Champaign
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Jennifer J.
Larry W.
Chaitanya A.
Avis des étudiants
- 5 stars
54,79 %
- 4 stars
24,94 %
- 3 stars
12,18 %
- 2 stars
4,57 %
- 1 star
3,50 %
Affichage de 3 sur 3824
Révisé le 19 juil. 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.
Révisé le 16 févr. 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.
Révisé le 1 août 2019
Excellent course for someone like me who is ambitious and aspires to gain knowledge on new things. The videos can be made bit more elaborate, seems to be rushing towards the end.
Foire Aux Questions
Plus de questions
Aide financière disponible,