Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data-Mining

4.5
Sterne
929 Bewertungen

90 %

ChengXiang Zhai

54.847 bereits angemeldet

von

Spezialisierung Data-Mining University of Illinois at Urbana-Champaign

Über diesen Kurs

37.264 kürzliche Aufrufe

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.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 6 in

Spezialisierung Data-Mining

Ca. 30 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Information Retrieval (IR)
Document Retrieval
Machine Learning
Recommender Systems

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 2 von 6 in

Spezialisierung Data-Mining

Ca. 30 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Dozentenbewertung

4,37/5 (82 Bewertungen)

ChengXiang Zhai

Professor

Department of Computer Science

96.836 Lernende

4 Kurse

von

University of Illinois at Urbana-Champaign

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Inhaltsbewertung90%(3,061 Bewertungen)

Woche1

Woche 1

2 Stunden zum Abschließen

Orientation

2 Stunden zum Abschließen

2 Videos (Gesamt 15 min), 6 Lektüren, 2 Quiz

4 Stunden zum Abschließen

Week 1

4 Stunden zum Abschließen

6 Videos (Gesamt 94 min), 1 Lektüre, 2 Quiz

Woche2

Woche 2

4 Stunden zum Abschließen

Week 2

4 Stunden zum Abschließen

6 Videos (Gesamt 102 min), 1 Lektüre, 2 Quiz

Woche3

Woche 3

7 Stunden zum Abschließen

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 Stunden zum Abschließen

6 Videos (Gesamt 75 min), 2 Lektüren, 3 Quiz

6 Videos

Lesson 3.1: Evaluation of TR Systems10mLesson 3.2: Evaluation of TR Systems - Basic Measures12mLesson 3.3: Evaluation of TR Systems - Evaluating Ranked Lists - Part 115mLesson 3.4: Evaluation of TR Systems - Evaluating Ranked Lists - Part 210mLesson 3.5: Evaluation of TR Systems - Multi-Level Judgements10mLesson 3.6: Evaluation of TR Systems - Practical Issues15m

2 Lektüren

Week 3 Overview10mProgramming Assignments Overview10m

2 praktische Übungen

Week 3 Practice Quiz1hWeek 3 Quiz1h

Woche4

Woche 4

4 Stunden zum Abschließen

Week 4

4 Stunden zum Abschließen

7 Videos (Gesamt 88 min), 1 Lektüre, 2 Quiz

7 Videos

Lesson 4.1: Probabilistic Retrieval Model - Basic Idea12mLesson 4.2: Statistical Language Model17mLesson 4.3: Query Likelihood Retrieval Function12mLesson 4.4: Statistical Language Model - Part 112mLesson 4.5: Statistical Language Model - Part 29mLesson 4.6: Smoothing Methods - Part 19mLesson 4.7: Smoothing Methods - Part 213m

1 Lektüre

Week 4 Overview10m

2 praktische Übungen

Week 4 Practice Quiz1hWeek 4 Quiz1h

Woche5

Woche 5

4 Stunden zum Abschließen

Week 5

4 Stunden zum Abschließen

8 Videos (Gesamt 99 min), 1 Lektüre, 2 Quiz

8 Videos

Lesson 5.1: Feedback in Text Retrieval6mLesson 5.2: Feedback in Vector Space Model - Rocchio12mLesson 5.3: Feedback in Text Retrieval - Feedback in LM19mLesson 5.4: Web Search: Introduction & Web Crawler11mLesson 5.5: Web Indexing17mLesson 5.6: Link Analysis - Part 19mLesson 5.7: Link Analysis - Part 217mLesson 5.8: Link Analysis - Part 35m

1 Lektüre

Week 5 Overview10m

2 praktische Übungen

Week 5 Practice Quiz1hWeek 5 Quiz1h

Woche6

Woche 6

7 Stunden zum Abschließen

Week 6

7 Stunden zum Abschließen

10 Videos (Gesamt 91 min), 1 Lektüre, 3 Quiz

10 Videos

Lesson 6.1: Learning to Rank - Part 15mLesson 6.2: Learning to Rank - Part 210mLesson 6.3: Learning to Rank - Part 34mLesson 6.4: Future of Web Search13mLesson 6.5: Recommender Systems: Content-Based Filtering - Part 112mLesson 6.6: Recommender Systems: Content-Based Filtering - Part 210mLesson 6.7: Recommender Systems: Collaborative Filtering - Part 16mLesson 6.8: Recommender Systems: Collaborative Filtering - Part 212mLesson 6.9: Recommender Systems: Collaborative Filtering - Part 34mLesson 6.10: Course Summary9m

1 Lektüre

Week 6 Overview10m

2 praktische Übungen

Week 6 Practice Quiz1hWeek 6 Quiz1h

Bewertungen

4.5

192 Bewertungen

5 stars
65,80 %
4 stars
23,87 %
3 stars
6,66 %
2 stars
1,61 %
1 star
2,04 %

Top-Bewertungen von TEXT RETRIEVAL AND SEARCH ENGINES

von SX27. März 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

von SM17. Apr. 2017

More programming assignments would have helped understanding the topics covered in the course better.

von WP27. Mai 2017

I found that there were a lot of mathematical function in this course. I need to see the examples of how are those functions applied in the real programming which support the business.

von AG14. Okt. 2019

Course was well taught the instructor's explanation of the topics was very comprehensive. Overall satisfied with the experience

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.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
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.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Text Retrieval and Search Engines

Über diesen Kurs

Kompetenzen, die Sie erwerben