Über diesen Kurs

50,175 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

University of Illinois at Urbana-Champaign-Logo

University of Illinois at Urbana-Champaign

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Master in Computer Science von University of Illinois at Urbana-Champaign. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up91%(2,478 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-Quiz26m
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

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

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