دوره آموزشی پردازش متون با یادگیری جامع زبان R

کلان داده ها و خطوط لوله تحلیلی امروزی داده های متنی تولید شده از طریق وب سایت ها، رسانه های اجتماعی و ارتباطات خصوصی را بیشتر و بیشتر مصرف می کنند. اما استخراج بینش از متن ساده نیست. برای تهیه متن برای تجزیه و تحلیل و یادگیری ماشین به یک سری تکنیک ها و فرم ها نیاز دارد. در این دوره، تکنیک های ضروری برای پاکسازی و پردازش متن در R را بیاموزید و نحوه تبدیل متن به فرمی آماده برای تجزیه و تحلیل و پیش بینی را بیاموزید. Kumaran Ponnambalam با مرور تکنیک‌های استخراج، پاکسازی و پردازش متن شروع می‌کند. سپس نحوه تبدیل متن به فرم آماده تجزیه و تحلیل، از جمله نحوه استفاده از n-gram و TF-IDF را نشان می دهد. در طول دوره، او نمونه هایی برای تمرین این تکنیک ها با استفاده از کتابخانه های R و tm ارائه می دهد.

اهداف یادگیری
دریافت متن از منابع مختلف
پاکسازی و تبدیل داده های متنی
آماده سازی ماتریس های TF-IDF برای یادگیری ماشین
ساخت پایگاه داده n-gram برای پیش بینی متن
بهترین روش ها برای مقیاس پذیری و ذخیره متن