このコースについて

34,039 最近の表示

受講生の就業成果

30%

コース終了後に新しいキャリアをスタートした

38%

コースが具体的なキャリアアップにつながった

12%

昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における6の3コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
約33時間で修了
英語

習得するスキル

Data Clustering AlgorithmsText MiningProbabilistic ModelsSentiment Analysis

受講生の就業成果

30%

コース終了後に新しいキャリアをスタートした

38%

コースが具体的なキャリアアップにつながった

12%

昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における6の3コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
約33時間で修了
英語

提供:

Placeholder

イリノイ大学アーバナ・シャンペーン校(University of Illinois at Urbana-Champaign)

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up91%(2,526 件の評価)Info
1

1

2時間で修了

Orientation

2時間で修了
2件のビデオ (合計15分), 5 readings, 2 quizzes
2件のビデオ
Course Prerequisites & Completion6 分
5件の学習用教材
Welcome to Text Mining and Analytics!10 分
Syllabus15 分
About the Discussion Forums15 分
Updating your Profile10 分
Social Media10 分
2の練習問題
Orientation Quiz15 分
Pre-Quiz30 分
4時間で修了

Week 1

4時間で修了
9件のビデオ (合計109分), 1 reading, 2 quizzes
9件のビデオ
1.2 Overview Text Mining and Analytics: Part 211 分
1.3 Natural Language Content Analysis: Part 112 分
1.4 Natural Language Content Analysis: Part 24 分
1.5 Text Representation: Part 110 分
1.6 Text Representation: Part 29 分
1.7 Word Association Mining and Analysis15 分
1.8 Paradigmatic Relation Discovery Part 114 分
1.9 Paradigmatic Relation Discovery Part 217 分
1件の学習用教材
Week 1 Overview10 分
2の練習問題
Week 1 Practice Quiz1 時間
Week 1 Quiz1 時間
2

2

4時間で修了

Week 2

4時間で修了
10件のビデオ (合計116分), 1 reading, 2 quizzes
10件のビデオ
2.2 Syntagmatic Relation Discovery: Conditional Entropy11 分
2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113 分
2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29 分
2.5 Topic Mining and Analysis: Motivation and Task Definition7 分
2.6 Topic Mining and Analysis: Term as Topic11 分
2.7 Topic Mining and Analysis: Probabilistic Topic Models14 分
2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110 分
2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213 分
2.10 Probabilistic Topic Models: Mining One Topic12 分
1件の学習用教材
Week 2 Overview10 分
2の練習問題
Week 2 Practice Quiz1 時間
Week 2 Quiz1 時間
3

3

10時間で修了

Week 3

10時間で修了
10件のビデオ (合計103分), 2 readings, 3 quizzes
10件のビデオ
3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110 分
3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28 分
3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111 分
3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210 分
3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36 分
3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110 分
3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210 分
3.9 Latent Dirichlet Allocation (LDA): Part 110 分
3.10 Latent Dirichlet Allocation (LDA): Part 212 分
2件の学習用教材
Week 3 Overview10 分
Programming Assignments Overview10 分
2の練習問題
Week 3 Practice Quiz1 時間
Quiz: Week 3 Quiz1 時間
4

4

5時間で修了

Week 4

5時間で修了
9件のビデオ (合計141分), 1 reading, 2 quizzes
9件のビデオ
4.2 Text Clustering: Generative Probabilistic Models Part 116 分
4.3 Text Clustering: Generative Probabilistic Models Part 28 分
4.4 Text Clustering: Generative Probabilistic Models Part 314 分
4.5 Text Clustering: Similarity-based Approaches17 分
4.6 Text Clustering: Evaluation10 分
4.7 Text Categorization: Motivation14 分
4.8 Text Categorization: Methods11 分
4.9 Text Categorization: Generative Probabilistic Models31 分
1件の学習用教材
Week 4 Overview10 分
2の練習問題
Week 4 Practice Quiz1 時間
Week 4 Quiz1 時間

レビュー

TEXT MINING AND ANALYTICS からの人気レビュー

すべてのレビューを見る

データマイニング 専門講座について

データマイニング

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。