دوره آموزشی تجزیه و تحلیل متن و پیش بینی با یادگیری جامع زبان R
41 دقیقهمتوسط2019-10-01
مدرسین

Kumaran Ponnambalam
Working with data for 20+ years
جزئیات دوره
رسانههای اجتماعی، ایمیلها، وبلاگها و پیامهای متنی، بینشهای ارزشمندی را در مورد اینکه مشتریانشان چگونه فکر میکنند و چه میخواهند، به کسبوکارها ارائه میدهند. اما استخراج این داده های متنی فرآیند ساده ای نیست. بلکه نیازمند مجموعه ای از ابزارها و تکنیک های خاص است. در این دوره، Kumaran Ponnambalam این ابزارها و تکنیک ها را بررسی می کند و نحوه استفاده از آنها را برای تجزیه و تحلیل داده های متنی در R و انجام یادگیری ماشینی و پیش بینی ها نشان می دهد. Kumaran نشان می دهد که چگونه می توان تجزیه و تحلیل متن را با استفاده از روش های رایج مانند ابر کلمه و تجزیه و تحلیل احساسات انجام داد. سپس نشان میدهد که چگونه میتوان با استفاده از خوشهبندی، طبقهبندی و توصیهها با دادههای متنی پیشبینی کرد – که در غیر این صورت به عنوان متن پیشبینی شناخته میشود.
اهداف یادگیری
ایجاد ابر کلمه
تجزیه و تحلیل احساسات
استخراج احساسات از متن
خوشه بندی موجودیت های مشابه بر اساس متن
استفاده از طبقه بندی برای یادگیری تحت نظارت
توصیه موارد به کاربران بر اساس تجزیه و تحلیل داده های متنی
اهداف یادگیری
ایجاد ابر کلمه
تجزیه و تحلیل احساسات
استخراج احساسات از متن
خوشه بندی موجودیت های مشابه بر اساس متن
استفاده از طبقه بندی برای یادگیری تحت نظارت
توصیه موارد به کاربران بر اساس تجزیه و تحلیل داده های متنی
مهارت ها
RStatisticsMachine LearningEssential TrainingArtificial Intelligence (AI)Programming LanguagesData ScienceOpen SourceSoftware Development
سرفصل ها
0. مقدمه
- 01 - نیاز به تجزیه و تحلیل متن
- 02 - مقدمه ای بر تجزیه و تحلیل متن
- 03 - پیش نیازهای دوره
1. Word Cloud
- 04 - مفاهیم ابر ورد
- 05 - آماده سازی داده ها
- 06 - نمایش کلمه ابر
- 07 - تقویت کلمه ابر
2. تجزیه و تحلیل احساسات
- 08 - مفاهیم تحلیل احساسات
- 09 - یافتن احساسات
- 10 - جمع بندی احساسات
- 11 - تجزیه و تحلیل احساسات
3. خوشه بندی
- 12 - خوشه بندی مفاهیم
- 13 - آماده سازی داده ها برای خوشه بندی
- 14 - خوشه بندی هشتگ ها
- 15 - یافتن اندازه بهینه خوشه
4. طبقه بندی
- 16 - مفاهیم طبقه بندی
- 17 - آماده سازی داده ها
- 18 - ساخت مدل
- 19 - پیش بینی های در حال اجرا
5. متن پیشگو
- 20 - مفاهیم متن پیشگو
- 21 - آماده سازی داده ها
- 22 - ساخت پایگاه داده n-grams
- 23 - پیش بینی متن
نتیجه
- 24 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی گزارشنویسی دادهکاوی با Quarto برای پایتون
- دوره آموزشی تصویرسازی دادهها در R با استفاده از ggplot2
- دوره آموزشی گردآوری داده ها با زبان آر
- دوره آموزشی پاک کردن داده های بد در R
- دوره آموزشی طراحی مطالعات مراقبت های بهداشتی داده های بزرگ، بخش اول
- دوره آموزشی طراحی مطالعات مراقبت بهداشتی داده های بزرگ، بخش دوم
- دوره آموزشی یادگیری جامع تجارت الگوریتمی و مدلهای مالی با زبانهای پایتون، R و استاتا
- دوره آموزشی کاربردهای Tidyverse در زبان R