Über diesen Kurs

36,476 kürzliche Aufrufe

Karriereergebnisse der Lernenden

30%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 33 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

Kompetenzen, die Sie erwerben

Data Clustering AlgorithmsText MiningProbabilistic ModelsSentiment Analysis

Karriereergebnisse der Lernenden

30%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 33 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

von

Placeholder

University of Illinois at Urbana-Champaign

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up91%(2,521 Bewertungen)Info
Woche
1

Woche 1

2 Stunden zum Abschließen

Orientation

2 Stunden zum Abschließen
2 Videos (Gesamt 15 min), 5 Lektüren, 2 Quiz
2 Videos
Course Prerequisites & Completion6m
5 Lektüren
Welcome to Text Mining and Analytics!10m
Syllabus15m
About the Discussion Forums15m
Updating your Profile10m
Social Media10m
2 praktische Übungen
Orientation Quiz15m
Pre-Quiz30m
4 Stunden zum Abschließen

Week 1

4 Stunden zum Abschließen
9 Videos (Gesamt 109 min), 1 Lektüre, 2 Quiz
9 Videos
1.2 Overview Text Mining and Analytics: Part 211m
1.3 Natural Language Content Analysis: Part 112m
1.4 Natural Language Content Analysis: Part 24m
1.5 Text Representation: Part 110m
1.6 Text Representation: Part 29m
1.7 Word Association Mining and Analysis15m
1.8 Paradigmatic Relation Discovery Part 114m
1.9 Paradigmatic Relation Discovery Part 217m
1 Lektüre
Week 1 Overview10m
2 praktische Übungen
Week 1 Practice Quiz1h
Week 1 Quiz1h
Woche
2

Woche 2

4 Stunden zum Abschließen

Week 2

4 Stunden zum Abschließen
10 Videos (Gesamt 116 min), 1 Lektüre, 2 Quiz
10 Videos
2.2 Syntagmatic Relation Discovery: Conditional Entropy11m
2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113m
2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29m
2.5 Topic Mining and Analysis: Motivation and Task Definition7m
2.6 Topic Mining and Analysis: Term as Topic11m
2.7 Topic Mining and Analysis: Probabilistic Topic Models14m
2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110m
2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213m
2.10 Probabilistic Topic Models: Mining One Topic12m
1 Lektüre
Week 2 Overview10m
2 praktische Übungen
Week 2 Practice Quiz1h
Week 2 Quiz1h
Woche
3

Woche 3

10 Stunden zum Abschließen

Week 3

10 Stunden zum Abschließen
10 Videos (Gesamt 103 min), 2 Lektüren, 3 Quiz
10 Videos
3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110m
3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28m
3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111m
3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210m
3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36m
3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110m
3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210m
3.9 Latent Dirichlet Allocation (LDA): Part 110m
3.10 Latent Dirichlet Allocation (LDA): Part 212m
2 Lektüren
Week 3 Overview10m
Programming Assignments Overview10m
2 praktische Übungen
Week 3 Practice Quiz1h
Quiz: Week 3 Quiz1h
Woche
4

Woche 4

5 Stunden zum Abschließen

Week 4

5 Stunden zum Abschließen
9 Videos (Gesamt 141 min), 1 Lektüre, 2 Quiz
9 Videos
4.2 Text Clustering: Generative Probabilistic Models Part 116m
4.3 Text Clustering: Generative Probabilistic Models Part 28m
4.4 Text Clustering: Generative Probabilistic Models Part 314m
4.5 Text Clustering: Similarity-based Approaches17m
4.6 Text Clustering: Evaluation10m
4.7 Text Categorization: Motivation14m
4.8 Text Categorization: Methods11m
4.9 Text Categorization: Generative Probabilistic Models31m
1 Lektüre
Week 4 Overview10m
2 praktische Übungen
Week 4 Practice Quiz1h
Week 4 Quiz1h

Bewertungen

Top-Bewertungen von TEXT MINING AND ANALYTICS

Alle Bewertungen anzeigen

Über den Spezialisierung Data-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. Courses 2 - 5 of this Specialization form the lecture component of courses in the online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
Data-Mining

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..