메인메뉴로 이동 본문으로 이동

lnb영역

데이터사이언스
과정

컨텐츠 내용

  1. 수강신청
  2. 과정정보

Python 텍스트마이닝

Python 텍스트마이닝 과정정보
수강기간 180일
강의구성 23차시
수강료 220,000원

 

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, 연관분석감성분석

    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 기법인word2vecdoc2vec 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, 150,000/20=7,500(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

 

강의목차
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