Este curso faz parte do Programa de cursos integrados Mineração de dadosData Mining

4.5
estrelas
695 classificações

ChengXiang Zhai

66.306 já se inscreveram

oferecido por

Programa de cursos integrados Mineração de dadosData Mining Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign

Informações sobre o curso

25.249 visualizações recentes

This course will cover the major techniques for mining and analyzing text data to discover interesting patterns, extract useful knowledge, and support decision making, with an emphasis on statistical approaches that can be generally applied to arbitrary text data in any natural language with no or minimum human effort. 
Detailed analysis of text data requires understanding of natural language text, which is known to be a difficult task for computers. However, a number of statistical approaches have been shown to work well for the "shallow" but robust analysis of text data for pattern finding and knowledge discovery. You will learn the basic concepts, principles, and major algorithms in text mining and their potential applications.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 3 de 6 no

Programa de cursos integrados Mineração de dadosData Mining

Aprox. 33 horas para completar

Inglês

Sua empresa se beneficiaria do treinamento dos funcionários em habilidades sob demanda?

Experimente o Coursera for Business

Habilidades que você terá

Data Clustering Algorithms
Text Mining
Probabilistic Models
Sentiment Analysis

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 3 de 6 no

Programa de cursos integrados Mineração de dadosData Mining

Aprox. 33 horas para completar

Inglês

Sua empresa se beneficiaria do treinamento dos funcionários em habilidades sob demanda?

Experimente o Coursera for Business

Instrutores

Classificação do instrutor

4,54/5 (48 classificações)

ChengXiang Zhai

Professor

Department of Computer Science

95.066 aprendizes

4 Cursos

oferecido por

Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign

Veja como os funcionários das principais empresas estão se especializando em habilidades sob demanda

Saiba mais sobre o Coursera para Empresas

Programa - O que você aprenderá com este curso

Classificação do conteúdo92%(2,970 classificações)

Semana

Semana 1

2 horas para concluir

Orientation

2 horas para concluir

2 vídeos (Total 15 mín.), 5 leituras, 2 testes

4 horas para concluir

Week 1

4 horas para concluir

9 vídeos (Total 109 mín.), 1 leitura, 2 testes

9 videos

1.1 Overview Text Mining and Analytics: Part 111min

1.2 Overview Text Mining and Analytics: Part 211min

1.3 Natural Language Content Analysis: Part 112min

1.4 Natural Language Content Analysis: Part 24min

1.5 Text Representation: Part 110min

1.6 Text Representation: Part 29min

1.7 Word Association Mining and Analysis15min

1.8 Paradigmatic Relation Discovery Part 114min

1.9 Paradigmatic Relation Discovery Part 217min

1 leituras

Week 1 Overview10min

2 exercícios práticos

Week 1 Practice Quiz1h

Week 1 Quiz1h

Semana

Semana 2

4 horas para concluir

Week 2

4 horas para concluir

10 vídeos (Total 116 mín.), 1 leitura, 2 testes

10 videos

2.1 Syntagmatic Relation Discovery: Entropy11min

2.2 Syntagmatic Relation Discovery: Conditional Entropy11min

2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113min

2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29min

2.5 Topic Mining and Analysis: Motivation and Task Definition7min

2.6 Topic Mining and Analysis: Term as Topic11min

2.7 Topic Mining and Analysis: Probabilistic Topic Models14min

2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110min

2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213min

2.10 Probabilistic Topic Models: Mining One Topic12min

1 leituras

Week 2 Overview10min

2 exercícios práticos

Week 2 Practice Quiz1h

Week 2 Quiz1h

Semana

Semana 3

10 horas para concluir

Week 3

10 horas para concluir

10 vídeos (Total 103 mín.), 2 leituras, 3 testes

10 videos

3.1 Probabilistic Topic Models: Mixture of Unigram Language Models12min

3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110min

3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28min

3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111min

3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210min

3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36min

3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110min

3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210min

3.9 Latent Dirichlet Allocation (LDA): Part 110min

3.10 Latent Dirichlet Allocation (LDA): Part 212min

2 leituras

Week 3 Overview10min

Programming Assignments Overview10min

2 exercícios práticos

Week 3 Practice Quiz1h

Quiz: Week 3 Quiz1h

Semana

Semana 4

5 horas para concluir

Week 4

5 horas para concluir

9 vídeos (Total 141 mín.), 1 leitura, 2 testes

9 videos

4.1 Text Clustering: Motivation15min

4.2 Text Clustering: Generative Probabilistic Models Part 116min

4.3 Text Clustering: Generative Probabilistic Models Part 28min

4.4 Text Clustering: Generative Probabilistic Models Part 314min

4.5 Text Clustering: Similarity-based Approaches17min

4.6 Text Clustering: Evaluation10min

4.7 Text Categorization: Motivation14min

4.8 Text Categorization: Methods11min

4.9 Text Categorization: Generative Probabilistic Models31min

1 leituras

Week 4 Overview10min

2 exercícios práticos

Week 4 Practice Quiz1h

Week 4 Quiz1h

Semana

Semana 5

4 horas para concluir

Week 5

4 horas para concluir

7 vídeos (Total 121 mín.), 1 leitura, 2 testes

7 videos

5.1 Text Categorization: Discriminative Classifier Part 120min

5.2 Text Categorization: Discriminative Classifier Part 231min

5.3 Text Categorization: Evaluation Part 114min

5.4 Text Categorization: Evaluation Part 210min

5.5 Opinion Mining and Sentiment Analysis: Motivation17min

5.6 Opinion Mining and Sentiment Analysis: Sentiment Classification11min

5.7 Opinion Mining and Sentiment Analysis: Ordinal Logistic Regression13min

1 leituras

Week 5 Overview10min

2 exercícios práticos

Week 5 Practice Quiz1h

Week 5 Quiz1h

Semana

Semana 6

4 horas para concluir

Week 6

During this module, you will continue learning about sentiment analysis and opinion mining with a focus on Latent Aspect Rating Analysis (LARA), and you will learn about techniques for joint mining of text and non-text data, including contextual text mining techniques for analyzing topics in text in association with various context information such as time, location, authors, and sources of data. You will also see a summary of the entire course.

4 horas para concluir

8 vídeos (Total 120 mín.), 1 leitura, 2 testes

8 videos

6.1 Opinion Mining and Sentiment Analysis: Latent Aspect Rating Analysis Part 115min

6.2 Opinion Mining and Sentiment Analysis: Latent Aspect Rating Analysis Part 214min

6.3 Text-Based Prediction12min

6.4 Contextual Text Mining: Motivation6min

6.5 Contextual Text Mining: Contextual Probabilistic Latent Semantic Analysis17min

6.6 Contextual Text Mining: Mining Topics with Social Network Context14min

6.7 Contextual Text Mining: Mining Casual Topics with Time Series Supervision19min

6.8 Course Summary18min

1 leituras

Week 6 Overview10min

2 exercícios práticos

Week 6 Practice Quiz1h

Week 6 Quiz1h

Avaliações

4.5

143 avaliações

5 stars
68,05%
4 stars
20,43%
3 stars
7,91%
2 stars
1,87%
1 star
1,72%

Principais avaliações do MINERAÇÃO DE TEXTO E ANÁLISE ESTATÍSTICA

por RC24 de jun de 2017

very theoretical. very insightful too. finally got a glimpse how the features that I took for granted took shape ... thanks to the instructor, I love the textbook as well ~

por WP22 de ago de 2017

Most of the lessons are mathematical formulae in which, in my opinion, I need more real case study/practice to make myself clearly understand on how do those formulae perform.

por AC11 de fev de 2017

This is a very good course. I think it provides a very good foundation of text mining and analytics like PLSA and LDA. More advanced research discussed in the last lecture is also very interesting.

por SS20 de jun de 2017

My favorite course and my favorite instructor. Highly informative. I wish i want to be a real student of the instructor.

Visualizar todas as avaliações

Sobre Programa de cursos integrados Mineração de dadosData Mining

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp.

Perguntas Frequentes – FAQ

Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
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.
Existe algum auxílio financeiro disponível?
Sim. Em programas de aprendizado selecionados, você pode solicitar auxílio financeiro ou uma bolsa de estudos caso não consiga pagar a taxa de inscrição. Se o auxílio financeiro ou bolsa de estudos estiver disponível para a seleção do seu programa de aprendizado, você encontrará um link para se inscrever na página de descrição.

Mais dúvidas? Visite o Central de Ajuda ao estudante.

Desenvolva as habilidades dos funcionários e impulsione os resultados

Conheça o Coursera para Empresas

Mineração de Texto e Análise Estatística

Informações sobre o curso

Habilidades que você terá