컨텐츠 내용
- 수강신청
- 과정정보
Python 텍스트마이닝
총 학습시간 8시간 11분
[과정소개]
▪ Python 텍스트마이닝 과정은 비정형 데이터인 텍스트, 문서를 정제하여
기초분석에서 감성분석, 유사의미군의 클러스터링 고급분석을 다룹니다.
▪ 본과정은 하나의 실제 논문 주제를 가지고 수집방법,정제, 기초분석, 연관분석, 감성분석,
군집및 토픽모델링 그리고 최신 기법인 word2vec과 doc2vec까지 상세하게 다루고 있습니다.
▪ 본 과정을 수강하시면 텍스트분석의 핵심개념, 과정별실전체크, 분석과정에서 부딪치는
문제와 해결방법 등 실전을 마스터하실수 있습니다.
[수강대상]
▪Python 텍스트마이닝 과정은 진정한 데이터사이언스는 지름길입니다.
다음과 같은 분들이 텍스트마이닝과정 수강이 필요합니다.
- 논문, 특허등 전문 텍스트자료로 의미를 도출하고 싶으신 분
- 고객 의견(VOC)를분석하여 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
- 데이터사이언스업무 담당자 및 취업 희망자
[학습목표]
▪Python 텍스트마이닝과정을 수강하신 후 다음과 같은 분석능력을 갖추게 됩니다.
- 비정형자료인 텍스트 데이터의 구조를 이해하고 분석과전전반을 이해하게 됩니다.
- 텍스트데이터의 전처리과정의 중요성을 알고, 전처리방법, 핵심체크포인트를 습득하게 됩니다.
- 텍스트분석의 분석방법으로서 기초분석, 연관분석, 감성분석, 군집및 토픽모델링,
그리고 최신 기법인word2vec과 doc2vec 등모든 분석을 수행할 수 있습니다.
- 실제하나의 텍스트 데이터 셋을 활용해 영어, 한글의수집→정제→워드클라우드→연관분석→감성분석→
클러스터링&토픽모델링→word2vec, doc2vec을수행하기 때문에 실전 활용능력을 완벽하게 갖추게 됩니다.
[수강안내]
※ 정규학습일수는 180일이며, 180일이내 수강을 80% 이수해야만 수료증이 발급됩니다.
※ 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%)+완료 강좌 수에 따른 정가 차감 후 환불
3) 수강기간 1/2 초과: 환불 불가
*산출기준 예시: 수강료 150,000원이면 강좌 수 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.
차시 | 강의명 | 학습시간 |
---|---|---|
1차시 | Text Mining의 개념과 활용 | 26분 |
2차시 | Text Mining 분석법과 자료확보 | 22분 |
3차시 | Text 분석 패키지 설치 | 28분 |
4차시 | 형태소 분석기와 데이터 불러오기 | 28분 |
5차시 | 전처리와 정규식 | 29분 |
6차시 | 워드클라우드와 집단/기간별 분석 | 21분 |
7차시 | 워드네크워크 분석 | 23분 |
8차시 | 특정 키워드 매칭 추출 및 분석 | 13분 |
9차시 | n-gram 네트워크 분석 | 13분 |
10차시 | 감성분석(Sentiment Analysis)의 이해 | 23분 |
11차시 | 속성별 키워드 및 감성단어 추출 | 15분 |
12차시 | 문장세분화 및 감성 스코어링 | 27분 |
13차시 | 데이터병합 및 특정키워드 감성분석 | 7분 |
14차시 | 텍스트 Clustering의 이해 | 21분 |
15차시 | 단어기준 클러스터 | 27분 |
16차시 | 문장기준 클러스터 | 9분 |
17차시 | LDA와 토픽모델링 | 18분 |
18차시 | LDA 분석 | 23분 |
19차시 | word2vec과 doc2vec | 22분 |
20차시 | word2vec 분석 | 16분 |
21차시 | doc2vec 분석 | 14분 |
22차시 | 감성분류를 위한 텍스트 전처리 | 45분 |
23차시 | 머신러닝으로 감성분류하기 | 21분 |