Informações sobre o curso
127,477 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 17 horas para completar

Sugerido: 9 hours/week...

Inglês

Legendas: Inglês, Coreano

O que você vai aprender

  • Check

    Apply basic natural language processing methods

  • Check

    Describe the nltk framework for manipulating text

  • Check

    Understand how text is handled in Python

  • Check

    Write code that groups documents by topic

Habilidades que você terá

Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 17 horas para completar

Sugerido: 9 hours/week...

Inglês

Legendas: Inglês, Coreano

Programa - O que você aprenderá com este curso

Semana
1
8 horas para concluir

Module 1: Working with Text in Python

5 vídeos (Total 56 mín.), 4 leituras, 3 testes
5 videos
Handling Text in Python18min
Regular Expressions16min
Demonstration: Regex with Pandas and Named Groups5min
Internationalization and Issues with Non-ASCII Characters12min
4 leituras
Course Syllabus10min
Help us learn more about you!10min
Notice for Auditing Learners: Assignment Submission10min
Resources: Common issues with free text10min
2 exercícios práticos
Practice Quiz8min
Module 1 Quiz12min
Semana
2
6 horas para concluir

Module 2: Basic Natural Language Processing

3 vídeos (Total 36 mín.), 3 testes
3 videos
Basic NLP tasks with NLTK16min
Advanced NLP tasks with NLTK16min
2 exercícios práticos
Practice Quiz4min
Module 2 Quiz10min
Semana
3
7 horas para concluir

Module 3: Classification of Text

7 vídeos (Total 94 mín.), 2 testes
7 videos
Identifying Features from Text8min
Naive Bayes Classifiers19min
Naive Bayes Variations4min
Support Vector Machines24min
Learning Text Classifiers in Python15min
Demonstration: Case Study - Sentiment Analysis9min
1 exercício prático
Module 3 Quiz14min
Semana
4
6 horas para concluir

Module 4: Topic Modeling

4 vídeos (Total 58 mín.), 2 leituras, 3 testes
4 videos
Topic Modeling8min
Generative Models and LDA13min
Information Extraction18min
2 leituras
Additional Resources & Readings10min
Post-Course Survey10min
2 exercícios práticos
Practice Quiz4min
Module 4 Quiz10min
4.2
409 avaliaçõesChevron Right

32%

comecei uma nova carreira após concluir estes cursos

34%

consegui um benefício significativo de carreira com este curso

Principais avaliações do Applied Text Mining in Python

por CCAug 27th 2017

Quite challenging but also quite a sense of accomplishment when you finish the course. I learned a lot and think this was the course I preferred of the entire specialization. I highly recommend it!

por GKMay 4th 2019

Lectures are very good with a perfect explanation. More than lectures I liked the assignment questions. They are worth doing. You will get to know the basic foundation of text mining. :-)

Instrutores

Avatar

V. G. Vinod Vydiswaran

Assistant Professor
School of Information

Sobre Universidade de Michigan

The mission of the University of Michigan is to serve the people of Michigan and the world through preeminence in creating, communicating, preserving and applying knowledge, art, and academic values, and in developing leaders and citizens who will challenge the present and enrich the future....

Sobre Programa de cursos integrados Ciência de dados aplicada com Python

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
Ciência de dados aplicada com Python

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.