تجزیه و تحلیل متن و پیش بینی با آموزش R

Text Analytics and Predictions with R Essential Training

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: رسانه های اجتماعی ، ایمیل ها ، وبلاگ ها و پیام های متنی بینش ارزشمندی را در مورد چگونگی تفکر مشتریان و خواسته های آنها به مشاغل ارائه می دهند. اما استخراج این داده های متنی یک روند ساده نیست. بلکه به مجموعه خاصی از ابزارها و تکنیک ها نیاز دارد. در این دوره ، Kumaran Ponnambalam با کاوش در این ابزارها و تکنیک ها ، نشان می دهد که چگونه می توان از آنها برای تجزیه و تحلیل داده های متنی در R و یادگیری و پیش بینی های ماشینی استفاده کرد. کوماران نحوه انجام تجزیه و تحلیل متن را با استفاده از روش های معروف مانند کلمه ابری و تجزیه و تحلیل احساسات نشان می دهد. وی سپس نشان می دهد که چگونه می توان با استفاده از خوشه بندی ، طبقه بندی و توصیه ها - که در غیر این صورت به عنوان متن پیش بینی کننده شناخته می شود - با داده های متنی پیش بینی کرد.
موضوعات شامل:
  • ایجاد ابر کلمه
  • تحلیل احساسات
  • استخراج احساسات از متن
  • خوشه بندی نهادهای مشابه بر اساس متن
  • استفاده از طبقه بندی برای یادگیری تحت نظارت
  • پیشنهاد موارد به کاربران براساس تجزیه و تحلیل داده های متنی

سرفصل ها و درس ها

مقدمه Introduction

  • نیاز به تجزیه و تحلیل متن The need for text analytics

  • مقدمه ای برای تجزیه و تحلیل متن Introduction to text analytics

  • پیش نیاز دوره Pre-requisites for the course

1. ابر کلمه 1. Word Cloud

  • مفاهیم ابر کلمه Word cloud concepts

  • تهیه داده Preparing data

  • نمایش کلمه ابر Displaying the word cloud

  • تقویت کلمه ابر Enhancing the word cloud

2. تجزیه و تحلیل احساسات 2. Sentiment Analysis

  • مفاهیم تجزیه و تحلیل احساسات Sentiment analysis concepts

  • پیدا کردن احساسات Finding sentiment

  • خلاصه احساسات Summarizing sentiment

  • تجزیه و تحلیل احساسات Analyzing emotions

3. خوشه بندی 3. Clustering

  • مفاهیم خوشه ای Clustering concepts

  • تهیه داده برای خوشه بندی Preparing data for clustering

  • هشتگ خوشه بندی Clustering hashtags

  • اندازه مطلوب خوشه Finding optimal cluster size

4- طبقه بندی 4. Classification

  • مفاهیم طبقه بندی Classification concepts

  • تهیه داده Preparing data

  • ساختن یک مدل Building a model

  • پیش بینی های در حال اجرا Running predictions

5. متن پیش بینی کننده 5. Predictive Text

  • مفاهیم متن پیش بینی کننده Predictive text concepts

  • تهیه داده Preparing data

  • ساخت پایگاه داده n-gram Building the n-grams database

  • پیش بینی متن Predicting text

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

تجزیه و تحلیل متن و پیش بینی با آموزش R
جزییات دوره
40m 44s
24
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
3,572
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kumaran Ponnambalam Kumaran Ponnambalam

اختصاص به آموزش علوم داده

V2 Maestros به آموزش علوم داده و داده های بزرگ با هزینه های مقرون به صرفه برای جهان اختصاص دارد. مربیان ما تجربه دنیای واقعی در تمرین علم داده و ارائه نتایج تجاری دارند. علم داده یک حوزه داغ و در حال رخ دادن در صنعت فناوری اطلاعات است. متأسفانه منابع موجود برای یادگیری این مهارت به سختی یافت می شود و گران است. امیدواریم این مشکل را با ارائه آموزش باکیفیت با نرخ های مقرون به صرفه، با ایجاد استعدادهای علم داده در سراسر جهان، کاهش دهیم.