|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/python-text-mining
课程评论：没有评论
课程名称：应用文本挖掘与Python 概述：本课程将向学习者介绍文本挖掘和文本操作的基础知识。课程开始于理解Python如何处理文本，文本对机器和人类的结构，以及介绍用于文本处理的nltk框架。第二周重点关注常见的文本操作需求，包括正则表达式（文本搜索）、文本清理和为机器学习过程准备文本。第三周将应用基本的自然语言处理方法于文本，并展示文本分类的实现。最后一周将探讨更高级的方法，以检测文档主题并根据相似性对其进行分组（主题建模）。 前置课程：建议在学习本课程之前，完成《Python中的数据科学导论》、《Python中的应用绘图、图表与数据呈现》和《Python中的应用机器学习》。 课程大纲： 1. 模块1：在Python中处理文本 描述：介绍如何在Python环境中有效处理文本数据。 2. 模块2：基本自然语言处理 描述：讲解自然语言处理的基础知识及其应用。 3. 模块3：文本分类 描述：探讨文本分类的基本方法和技术。 4. 模块4：主题建模 描述：研究如何检测文档主题并进行相似性分组。
Name:Module 1: Working with Text in Python
Description:
Name:Module 2: Basic Natural Language Processing
Description:
Name:Module 3: Classification of Text
Description:
Name:Module 4: Topic Modeling
Description:
This course will introduce the learner to text mining and text manipulation basics. The course begins with an understanding of how text is handled by python, the structure of text both to the machine and to humans, and an overview of the nltk framework for manipulating text. The second week focuses on common manipulation needs, including regular expressions (searching for text), cleaning text, and preparing text for use by machine learning processes. The third week will apply basic natural language processing methods to text, and demonstrate how text classification is accomplished. The final week will explore more advanced methods for detecting the topics in documents and grouping them by similarity (topic modelling). This course should be taken after: Introduction to Data Science in Python, Applied Plotting, Charting & Data Representation in Python, and Applied Machine Learning in Python.
