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.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Applied Data Science with Python
Applied Text Mining in Python
4.2
(1,690 ratings)
55,712 bereits angemeldet!
von
Über diesen Kurs
113,150
113,150Was Sie lernen werden
Apply basic natural language processing methods
Describe the nltk framework for manipulating text
Understand how text is handled in Python
Write code that groups documents by topic
Kompetenzen, die Sie erwerben
Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
18 Stunden zum Abschließen
Module 1: Working with Text in Python
5 Videos (Gesamt 56 min), 4 Lektüren, 3 Quiz
5 Videos
Handling Text in Python18m
Regular Expressions16m
Demonstration: Regex with Pandas and Named Groups5m
Internationalization and Issues with Non-ASCII Characters12m
4 Lektüren
Course Syllabus10m
Help us learn more about you!10m
Notice for Auditing Learners: Assignment Submission10m
Resources: Common issues with free text10m
2 praktische Übungen
Practice Quiz8m
Module 1 Quiz12m
Woche
26 Stunden zum Abschließen
Module 2: Basic Natural Language Processing
3 Videos (Gesamt 36 min), 3 Quiz
3 Videos
Basic NLP tasks with NLTK16m
Advanced NLP tasks with NLTK16m
2 praktische Übungen
Practice Quiz4m
Module 2 Quiz10m
Woche
37 Stunden zum Abschließen
Module 3: Classification of Text
7 Videos (Gesamt 94 min), 2 Quiz
7 Videos
Identifying Features from Text8m
Naive Bayes Classifiers19m
Naive Bayes Variations4m
Support Vector Machines24m
Learning Text Classifiers in Python15m
Demonstration: Case Study - Sentiment Analysis9m
1 praktische Übung
Module 3 Quiz14m
Woche
46 Stunden zum Abschließen
Module 4: Topic Modeling
4 Videos (Gesamt 58 min), 2 Lektüren, 3 Quiz
4 Videos
Topic Modeling8m
Generative Models and LDA13m
Information Extraction18m
2 Lektüren
Additional Resources & Readings10m
Post-Course Survey10m
2 praktische Übungen
Practice Quiz4m
Module 4 Quiz10m
29%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
32%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Top-Bewertungen
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. :-)
Would love to see these courses have more practice questions in each weeks lesson. Would be helpful for repetition sake, and learning vs only doing each question once in the assignments.
Dozent
V. G. Vinod Vydiswaran
Assistant ProfessorSchool of Information
Über University of 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.
Über die Spezialisierung Applied Data Science with 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.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
Coursera arbeitet mit erstklassigen Universitäten und Organisationen zusammen, um Online-Kurse anzubieten und dadurch universellen Zugriff auf die weltweit beste Ausbildung zu ermöglichen.
© 2019 Coursera Inc. Alle Rechte vorbehalten.
