컨텐츠 내용
- 수강신청
- 과정정보
[6개월] Python 텍스트마이닝
총 학습시간 33시간 10분
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.
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 |