컨텐츠 내용
- 수강신청
- 과정정보
[6개월] Python 텍스트마이닝
ㅣ 과정소개 ㅣ
▪ Python을 활용한 텍스트마이닝 과정은 비정형 데이터인 텍스트, 문서를 정제하여 기초분석에서 감성분석, 유사의미군의 클러스터링 고급분석을 다룹니다. 본 과정은 하나의 실제 논문 주제를 가지고 수집방법, 정제, 기초분석, 연관분석, 감성분석, 군집 및 토픽모델링, 그리고 최신 기법인 word2vec과 doc2vec까지 상세하게 다루고 있습니다.
▪ 본 과정을 수강하시면 텍스트분석의 핵심개념, 과정별 실전체크, 분석과정에서 부딪치는 문제와 해결방법 등 실전을 마스터하실 수 있습니다.
Python을 활용한 텍스트마이닝 과정은 진정한 데이터사이언스는 지름길입니다.
다음과 같은 분들이 텍스트마이닝 과정 수강이 필요합니다.
▪ 논문, 특허 등 전문 텍스트자료로 의미를 도출하고 싶으신 분
▪ 고객 의견(VOC)를 분석하여 개선점과 방안을 마련하고 싶으신 분
▪ 텍스트로 된 데이터 분석을 익혀 업무의 효율성을 높이고자 하는 분
▪ 대학 혹은 기관에서 데이터분석 관련 연구와 강의를 하고 계신 강사 및 교수님
▪ 기존의 정량 데이터의 분석에 더해 고급 텍스트분석으로 연구성과를 높이고자 하는 연구자
▪ 데이터사이언스 업무 담당자 및 취업 희망자
ㅣ 학습목표 ㅣ
Python을 활용한 텍스트마이닝 과정을 수강하신 후 다음과 같은 분석능력을 갖추게 됩니다.
▪ 비정형 자료인 텍스트 데이터의 구조를 이해하고 분석과전 전반을 이해하게 됩니다.
▪ 텍스트 데이터의 전처리 과정의 중요성을 알고, 전처리 방법, 핵심 체크포인트를 습득하게 됩니다.
▪ 텍스트 분석의 분석방법으로서 기초분석, 연관분석, 감성분석, 군집 및 토픽모델링, 그리고 최신 기법인 word2vec과 doc2vec 등 모든 분석을 수행할 수 있습니다.
▪ 실제 하나의 텍스트 데이터 셋을 활용해 영어, 한글의 수집→정제→워드클라우드→연관분석→감성분석→클러스터링 & 토픽모델링→word2vec, doc2vec을 수행하기 때문에 실전 활용능력을 완벽하게 갖추게 됩니다.
ㅣ 수강안내 ㅣ
※ 정규학습일수는 180일이며, 180일 이내 수강을 80% 이수해야만 수료증이 발급됩니다.
※ 정규학습일수 이후에는 6개월간 복습하실 수 있습니다. (★총 1년간 수강가능)
※ 수강기간 연장은 1회(30일) 가능 (유선 또는 게시판 요청)
※ 교재는 강의 내에서 교안과 실습자료를 다운로드 받으실 수 있도록 파일로 제공됩니다.
■ 교환.환불규정 ■
1) 결제 후 7일 이내, 이용한 강좌 없을 경우: 전액 환불
2) 결제 후 7일 초과 ~ 수강기간 1/2 이하
- 이용한 강좌가 없을 경우: 위약금(결제한 금액의 10%) 차감 후 환불
- 이용한 강좌가 있을 경우: 위약금(결제한 금액의 10%)+완료강좌수에 따른 정가 차감 후 환불
3) 수강기간 1/2 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌수 20강인 경우, 150,000원/20강=7,500원(1강좌)로 산출
※ 유의사항
- 수강기간이 종료된 강의는 환불이 불가합니다.
- 복습기간이나 이벤트 등으로 추가로 제공된 기간은, 수강기간에 포함되지 않습니다.
- 환불금액은 결제한 금액 기준이며, 결제 시 사용한 적립금(쿠폰)은 반환해드립니다.
평가기준 | 진도 | 시험 | 과제 | 토론 | 기타 |
---|---|---|---|---|---|
배점 | 100% | 0% | 0% | 0% | 0% |
과락기준 | 80% | 0점 | 0점 | 0점 | 0점 |
차시 | 강의명 | 학습시간 |
---|---|---|
1차시 | Python을 활용한 텍스트마이닝 Python 소개 | 23분 |
2차시 | Python을 활용한 텍스트마이닝 Python 설치하기 | 33분 |
3차시 | Python을 활용한 텍스트마이닝 Python 기초 | 60분 |
4차시 | Python을 활용한 텍스트마이닝 Numpy 분석함수 | 54분 |
5차시 | Python을 활용한 텍스트마이닝 Pandas함수와 데이터다루기 | 23분 |
6차시 | Python을 활용한 텍스트마이닝 Text Mining의 개념과 활용 | 19분 |
7차시 | Python을 활용한 텍스트마이닝 Text Mining 프로세스와 자료의 확보 | 24분 |
8차시 | Python을 활용한 텍스트마이닝 분석패키지 설치와 자료 불러오기 | 26분 |
9차시 | Python을 활용한 텍스트마이닝 Text 자료의 전처리 | 41분 |
10차시 | Python을 활용한 텍스트마이닝 단어 빈도분석과 Word Clouding | 28분 |
11차시 | Python을 활용한 텍스트마이닝 단어 연관분석과 Word Network | 44분 |
12차시 | Python을 활용한 텍스트마이닝 단어의 정제와 집단별 분석 | 34분 |
13차시 | Python을 활용한 텍스트마이닝 Sentiment Analysis 개념 및 활용 | 25분 |
14차시 | Python을 활용한 텍스트마이닝 Sentiment Analysis 실습 | 31분 |
15차시 | Python을 활용한 텍스트마이닝 Text Clustering 개념 및 활용 | 21분 |
16차시 | Python을 활용한 텍스트마이닝 Word Clustering 실습 | 24분 |
17차시 | Python을 활용한 텍스트마이닝 Document Clustering 실습 | 18분 |
18차시 | Python을 활용한 텍스트마이닝 LDA와 Topic Modeling 개념 및 활용 | 12분 |
19차시 | Python을 활용한 텍스트마이닝 LDA 분석과 결과의 해석 | 20분 |
20차시 | Python을 활용한 텍스트마이닝 LDA 결과의 시각화 | 11분 |
21차시 | Python을 활용한 텍스트마이닝 word2vec의 개념 및 원리 | 22분 |
22차시 | Python을 활용한 텍스트마이닝 word2vec Modeling 실습 | 22분 |
23차시 | Python을 활용한 텍스트마이닝 doc2vec modeling 실습 | 25분 |
24차시 | Python을 활용한 텍스트마이닝 한글문서의 전처리 | 49분 |
25차시 | Python을 활용한 텍스트마이닝 한글 빈도분석과 Word Clouding | 19분 |
26차시 | Python을 활용한 텍스트마이닝 한글 단어연관과 Word Network | 20분 |
27차시 | Python을 활용한 텍스트마이닝 한글 Sentiment Analysis | 23분 |
28차시 | Python을 활용한 텍스트마이닝 한글 Word Clustering | 24분 |
29차시 | Python을 활용한 텍스트마이닝 한글 Document Clustering | 16분 |
30차시 | Python을 활용한 텍스트마이닝 한글 LDA와 Topic Modeling | 27분 |
31차시 | Python을 활용한 텍스트마이닝 한글 word2vec | 16분 |
32차시 | Python을 활용한 텍스트마이닝 한글 doc2vec | 21분 |