Introduction to Topic Modelling in R

提供:
Coursera Project Network
このガイド付きプロジェクトでは、次のことを行います。

Load textual data into R, and pre-process it

Convert textual data into a document feature matrix Run an LDA topic model on your data

Clock1
Beginner初級
Cloudダウンロード不要
Video分割画面ビデオ
Comment Dots英語
Laptopデスクトップのみ

By the end of this project, you will know how to load and pre-process a data set of text documents by converting the data set into a document feature matrix and reducing it’s dimensionality. You will also know how to run an unsupervised machine learning LDA topic model (Latent Dirichlet Allocation). You will know how to plot the change in topics over time as well as explore the distribution of topic probability in each document.

あなたが開発するスキル

  • sampling
  • Topic Modelling
  • Unsupervised Learning
  • Data Visualization (DataViz)
  • Text Corpus

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  1. Load textual data into R, and pre-process it to prepare it for topic modelling

  2. Convert textual data into a document feature matrix and reduce its dimensionality before applying the model.

  3. Run an LDA topic model on your data and explore the topics identified by the model as well as the most frequently used words associated with each topic.

  4. Plot the change in topics over time in your data as well as to explore the distribution of topic probabilities in each of your textual documents.

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です

分割画面のビデオで、講師が手順ごとにガイドします

よくある質問

よくある質問

さらに質問がある場合は、受講者ヘルプセンターにアクセスしてください。