메인메뉴로 이동 본문으로 이동

lnb영역

데이터사이언스
과정

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[6개월] Python 텍스트마이닝

[6개월] Python 텍스트마이닝 과정정보
수강기간 180일
강의구성 32차시
수강료 180,000원


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 이내이용한 강좌 없을 경우전액 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 초과환불 불가

     *산출기준 예시수강료 150,000원이면 강좌수 20강인 경우, 150,000/20=7,500(1강좌)로 산출


  ※ 유의사항

    - 수강기간이 종료된 강의는 환불이 불가합니다.

    - 복습기간이나 이벤트 등으로 추가로 제공된 기간은수강기간에 포함되지 않습니다.

    - 환불금액은 결제한 금액 기준이며결제 시 사용한 적립금(쿠폰)은 반환해드립니다


 

 

수료기준
평가기준 진도 시험 과제 토론 기타
배점 100% 0% 0% 0% 0%
과락기준 80% 0점 0점 0점 0점
※ 수료기준은 각 평가항목의 점수가 과락기준 점수 이상이고 총점이 80점 이상이어야 합니다.
강의목차
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