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

4.5
estrelas
926 classificações

ChengXiang Zhai

54.197 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

12.055 visualizações recentes

Recent years have seen a dramatic growth of natural language text data, including web pages, news articles, scientific literature, emails, enterprise documents, and social media such as blog articles, forum posts, product reviews, and tweets. Text data are unique in that they are usually generated directly by humans rather than a computer system or sensors, and are thus especially valuable for discovering knowledge about people’s opinions and preferences, in addition to many other kinds of knowledge that we encode in text. 
This course will cover search engine technologies, which play an important role in any data mining applications involving text data for two reasons. First, while the raw data may be large for any particular problem, it is often a relatively small subset of the data that are relevant, and a search engine is an essential tool for quickly discovering a small subset of relevant text data in a large text collection. Second, search engines are needed to help analysts interpret any patterns discovered in the data by allowing them to examine the relevant original text data to make sense of any discovered pattern. You will learn the basic concepts, principles, and the major techniques in text retrieval, which is the underlying science of search engines.

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 2 de 6 no

Programa de cursos integrados Mineração de dadosData Mining

Aprox. 31 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

Information Retrieval (IR)
Document Retrieval
Machine Learning
Recommender Systems

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 2 de 6 no

Programa de cursos integrados Mineração de dadosData Mining

Aprox. 31 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

4,37/5 (82 classificações)

ChengXiang Zhai

Professor

Department of Computer Science

95.875 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 conteúdo90%(2,995 classificações)

Semana

Semana 1

2 horas para concluir

Orientation

2 horas para concluir

2 vídeos (Total 15 mín.), 6 leituras, 2 testes

4 horas para concluir

Week 1

4 horas para concluir

6 vídeos (Total 94 mín.), 1 leitura, 2 testes

Semana

Semana 2

4 horas para concluir

Week 2

4 horas para concluir

6 vídeos (Total 102 mín.), 1 leitura, 2 testes

Semana

Semana 3

7 horas para concluir

Week 3

In this week's lessons, you will learn how to evaluate an information retrieval system (a search engine), including the basic measures for evaluating a set of retrieved results and the major measures for evaluating a ranked list, including the average precision (AP) and the normalized discounted cumulative gain (nDCG), and practical issues in evaluation, including statistical significance testing and pooling.

7 horas para concluir

6 vídeos (Total 75 mín.), 2 leituras, 3 testes

6 videos

Lesson 3.1: Evaluation of TR Systems10min

Lesson 3.2: Evaluation of TR Systems - Basic Measures12min

Lesson 3.3: Evaluation of TR Systems - Evaluating Ranked Lists - Part 115min

Lesson 3.4: Evaluation of TR Systems - Evaluating Ranked Lists - Part 210min

Lesson 3.5: Evaluation of TR Systems - Multi-Level Judgements10min

Lesson 3.6: Evaluation of TR Systems - Practical Issues15min

2 leituras

Week 3 Overview10min

Programming Assignments Overview10min

2 exercícios práticos

Week 3 Practice Quiz1h

Week 3 Quiz1h

Semana

Semana 4

4 horas para concluir

Week 4

4 horas para concluir

7 vídeos (Total 88 mín.), 1 leitura, 2 testes

7 videos

Lesson 4.1: Probabilistic Retrieval Model - Basic Idea12min

Lesson 4.2: Statistical Language Model17min

Lesson 4.3: Query Likelihood Retrieval Function12min

Lesson 4.4: Statistical Language Model - Part 112min

Lesson 4.5: Statistical Language Model - Part 29min

Lesson 4.6: Smoothing Methods - Part 19min

Lesson 4.7: Smoothing Methods - Part 213min

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

8 vídeos (Total 99 mín.), 1 leitura, 2 testes

8 videos

Lesson 5.1: Feedback in Text Retrieval6min

Lesson 5.2: Feedback in Vector Space Model - Rocchio12min

Lesson 5.3: Feedback in Text Retrieval - Feedback in LM19min

Lesson 5.4: Web Search: Introduction & Web Crawler11min

Lesson 5.5: Web Indexing17min

Lesson 5.6: Link Analysis - Part 19min

Lesson 5.7: Link Analysis - Part 217min

Lesson 5.8: Link Analysis - Part 35min

1 leituras

Week 5 Overview10min

2 exercícios práticos

Week 5 Practice Quiz1h

Week 5 Quiz1h

Semana

Semana 6

7 horas para concluir

Week 6

7 horas para concluir

10 vídeos (Total 91 mín.), 1 leitura, 3 testes

10 videos

Lesson 6.1: Learning to Rank - Part 15min

Lesson 6.2: Learning to Rank - Part 210min

Lesson 6.3: Learning to Rank - Part 34min

Lesson 6.4: Future of Web Search13min

Lesson 6.5: Recommender Systems: Content-Based Filtering - Part 112min

Lesson 6.6: Recommender Systems: Content-Based Filtering - Part 210min

Lesson 6.7: Recommender Systems: Collaborative Filtering - Part 16min

Lesson 6.8: Recommender Systems: Collaborative Filtering - Part 212min

Lesson 6.9: Recommender Systems: Collaborative Filtering - Part 34min

Lesson 6.10: Course Summary9min

1 leituras

Week 6 Overview10min

2 exercícios práticos

Week 6 Practice Quiz1h

Week 6 Quiz1h

Avaliações

4.5

192 avaliações

5 stars
65,69%
4 stars
23,94%
3 stars
6,68%
2 stars
1,61%
1 star
2,04%

Principais avaliações do RECUPERAÇÃO DE TEXTO E MOTORES DE BUSCA

por JH20 de set de 2016

Great course for those trying to understand how ro analyse and process text data. It has the right amount of tools to help you understand the basics of information retrieval and search engines.

por AR1 de set de 2016

The explanation is detailed and clear. But the missing star is because I hoped the course would have programming assignments using popular language as python.

por MS28 de dez de 2020

Great introductory course. It has opened my eyes to new challenges that face information retrieval. DON"T TAKE THIS COURSE IF YOU WANT TO LEARN elasticsearch.

por SX27 de mar de 2018

I have learned a lot of concepts through this course, but at a shallow level. It is a great introduction course to IR. It can be improved by adding more programming tasks for hands-on exercise

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

Recuperação de texto e motores de busca

Informações sobre o curso

Habilidades que você terá