메인메뉴로 이동 본문으로 이동

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[1년] 텍스트마이닝 패키지 과정

[1년] 텍스트마이닝 패키지 과정 과정정보
수강기간 365일
강의구성 92차시
수강료 720,000원 288,000원

총 학습시간 63시간 30분



 [과정소개]

 

 ▪ 데이터전문가를 위한 텍스트마이닝(R+Python) 과정! 

 ▪ R 데이터분석과 시각화 + R 텍스트마이닝 + Python 핵심+ Python 텍스트마이닝 4개과목, 총 92 강의 패키지!


 ▪ 본 과정은 비정형 데이터인 텍스트, 문서를 정제하여 기초분석에서 감성분석, 유사의미군의 클러스터링 고급분석을 다룹니다. 

 ▪ 분석도구인 Python 활용법뿐만 아니라 통계적 해석에 필수적인 추정 및 가설검정에 대한 이해를 다룹니다.

 ▪ 하나의 실제 논문 주제를 가지고 수집방법,정제, 기초분석, 연관분석, 감성분석, 군집및 토픽모델링, 그리고 최신 기법인

      word2vec과 doc2vec까지상세하게 다루고 있습니다.

 

▪ 본 과정을 수강하시면 텍스트분석의 핵심개념, 과정별 실전체크, 분석과정에서 부딪치는 문제와 해결방법 등 실전을 마스터하실 수 있습니다.

▪ 본 과정을 수강하시면 빅데이터 알고리즘의 이론과 실전을 동시에 마스터 하실 수 있습니다

 


[학습목표]

 

▪ 텍스트마이닝 패키지 과정을 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 365일이며, 365일이내 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. 

 


※ 관련 콘텐츠 수정/보완 예정 안내 

    - 본 강의는 2022년 하반기 ~ 2023년 상반기에 업데이트 예정에 있습니다. 

    - 2022년까지 본 강의를 구매하신 수강생을 대상으로 추후 업데이트된 내용은 수강기간 내에 추가 비용 없이 들으실 수 있습니다.

 

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
I. Python 핵심
1차시 분석 데이터 준비 20분
2차시 Python 설치하기 24분
3차시 Python 기초1: 데이터 유형 57분
4차시 Python 기초2: 조건문과 반복문 20분
5차시 Python 기초3: Numpy 함수 39분
6차시 Python 기초4: Pandas 함수 기초 41분
7차시 Python 기초5: Pandas로 데이터 변환하기 44분
8차시 단변량 데이터 탐색 34분
9차시 이변량 데이터 탐색 22분
10차시 이상치 처리 32분
11차시 변수 변환 15분
12차시 결측값 처리 44분
13차시 데이터 정제 실전 과제 35분
II. Python 텍스트마이닝
14차시 Text Mining의 개념과 활용 26분
15차시 Text Mining 분석법과 자료확보 22분
16차시 Text 분석 패키지 설치 28분
17차시 형태소 분석기와 데이터 불러오기 28분
18차시 전처리와 정규식 29분
19차시 워드클라우드와 집단/기간별 분석 21분
20차시 워드네크워크 분석 23분
21차시 특정 키워드 매칭 추출 및 분석 13분
22차시 n-gram 네트워크 분석 13분
23차시 감성분석(Sentiment Analysis)의 이해 23분
24차시 속성별 키워드 및 감성단어 추출 15분
25차시 문장세분화 및 감성 스코어링 27분
26차시 데이터병합 및 특정키워드 감성분석 7분
27차시 텍스트 Clustering의 이해 21분
28차시 단어기준 클러스터 27분
29차시 문장기준 클러스터 9분
30차시 LDA와 토픽모델링 18분
31차시 LDA 분석 23분
32차시 word2vec과 doc2vec 22분
33차시 word2vec 분석 16분
34차시 doc2vec 분석 14분
35차시 감성분류를 위한 텍스트 전처리 45분
36차시 머신러닝으로 감성분류하기 21분
III. R 데이터분석과 시각화
37차시 R을 활용한 데이터분석과 시각화 R이란 무엇인가 23분
38차시 R을 활용한 데이터분석과 시각화 R 설치하기 33분
39차시 R을 활용한 데이터분석과 시각화 데이터관리(1) 60분
40차시 R을 활용한 데이터분석과 시각화 데이터관리(2) 54분
41차시 R을 활용한 데이터분석과 시각화 데이터파일 불러오기 23분
42차시 R을 활용한 데이터분석과 시각화 분석 데이터 살펴보기 30분
43차시 R을 활용한 데이터분석과 시각화 데이터 탐색과 빈도분석 41분
44차시 R을 활용한 데이터분석과 시각화 데이터 탐색과 기술통계분석 34분
45차시 R을 활용한 데이터분석과 시각화 통계학과 추정 63분
46차시 R을 활용한 데이터분석과 시각화 가설검정 35분
47차시 R을 활용한 데이터분석과 시각화 교차분석의 개념과 원리 19분
48차시 R을 활용한 데이터분석과 시각화 교차분석의 실습과 시각화 24분
49차시 R을 활용한 데이터분석과 시각화 독립표본 t-test분석의 개념과 원리 10분
50차시 R을 활용한 데이터분석과 시각화 독립표본 t-test분석의 실습과 시각화 25분
51차시 R을 활용한 데이터분석과 시각화 대응표본 t-test분석의 개념과 원리 9분
52차시 R을 활용한 데이터분석과 시각화 대응표본 t-test분석의 실습과 시각화 12분
53차시 R을 활용한 데이터분석과 시각화 분산분석의 개념과 원리 22분
54차시 R을 활용한 데이터분석과 시각화 분산분석의 실습과 시각화 21분
55차시 R을 활용한 데이터분석과 시각화 상관관계분석의 실습과 시각화 20분
56차시 R을 활용한 데이터분석과 시각화 선형회귀분석의 개념과 원리 39분
57차시 R을 활용한 데이터분석과 시각화 선형회귀분석의 실습과 시각화 32분
58차시 R을 활용한 데이터분석과 시각화 더미회귀분석의 개념과 원리 10분
59차시 R을 활용한 데이터분석과 시각화 더미회귀분석의 실습과 시각화 19분
60차시 R을 활용한 데이터분석과 시각화 로지스틱회귀분석의 개념과 원리 29분
61차시 R을 활용한 데이터분석과 시각화 로지스틱회귀분석의 실습과 시각화 42분
IV. R 텍스트마이닝
62차시 R을 활용한 텍스트마이닝 R이란 무엇인가 23분
63차시 R을 활용한 텍스트마이닝 R 설치하기 33분
64차시 R을 활용한 텍스트마이닝 데이터관리(1) 60분
65차시 R을 활용한 텍스트마이닝 데이터관리(2) 54분
66차시 R을 활용한 텍스트마이닝 데이터파일 불러오기 23분
67차시 R을 활용한 텍스트마이닝 Text Mining의 개념과 활용 19분
68차시 R을 활용한 텍스트마이닝 Text Mining 프로세스와 자료의 확보 24분
69차시 R을 활용한 텍스트마이닝 분석패키지 설치와 자료 불러오기 30분
70차시 R을 활용한 텍스트마이닝 Text 자료의 전처리 37분
71차시 R을 활용한 텍스트마이닝 단어 빈도분석과 Word Clouding 39분
72차시 R을 활용한 텍스트마이닝 단어 연관분석과 Word Network 58분
73차시 R을 활용한 텍스트마이닝 단어의 정제와 집단별 분석 20분
74차시 R을 활용한 텍스트마이닝 Sentiment Analysis 개념 및 활용 25분
75차시 R을 활용한 텍스트마이닝 Sentiment Analysis 실습 63분
76차시 R을 활용한 텍스트마이닝 Text Clustering 개념 및 활용 21분
77차시 R을 활용한 텍스트마이닝 Word Clustering 실습 24분
78차시 R을 활용한 텍스트마이닝 Document Clustering 실습 23분
79차시 R을 활용한 텍스트마이닝 LDA와 Topic Modeling 개념 및 활용 12분
80차시 R을 활용한 텍스트마이닝 LDA 분석과 결과의 해석 31분
81차시 R을 활용한 텍스트마이닝 LDA 결과의 시각화 10분
82차시 R을 활용한 텍스트마이닝 word2vec의 개념 및 원리 22분
83차시 R을 활용한 텍스트마이닝 word2vec의 Modeling 실습 28분
84차시 R을 활용한 텍스트마이닝 한글문서의 전처리 29분
85차시 R을 활용한 텍스트마이닝 한글문서 Word Clouding 31분
86차시 R을 활용한 텍스트마이닝 한글문서 단어의 정제와 집단별 분석 25분
87차시 R을 활용한 텍스트마이닝 한글 단어연관 27분
88차시 R을 활용한 텍스트마이닝 한글 Word Network 26분
89차시 R을 활용한 텍스트마이닝 한글 Sentiment Analysis 19분
90차시 R을 활용한 텍스트마이닝 한글 Word Clustering과 Document Clustering 32분
91차시 R을 활용한 텍스트마이닝 한글 LDA와 Topic Modeling 30분
92차시 R을 활용한 텍스트마이닝 한글 word2vec 26분