Este curso forma parte de Programa especializado: minería de datos

4.5
estrellas
698 calificaciones

92 %

ChengXiang Zhai

66.715 ya inscrito

Ofrecido Por

Programa especializado: minería de datos Universidad de Illinois en Urbana-Champaign

Acerca de este Curso

15.264 vistas recientes

This course will cover the major techniques for mining and analyzing text data to discover interesting patterns, extract useful knowledge, and support decision making, with an emphasis on statistical approaches that can be generally applied to arbitrary text data in any natural language with no or minimum human effort. 
Detailed analysis of text data requires understanding of natural language text, which is known to be a difficult task for computers. However, a number of statistical approaches have been shown to work well for the "shallow" but robust analysis of text data for pattern finding and knowledge discovery. You will learn the basic concepts, principles, and major algorithms in text mining and their potential applications.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 3 de 6 en

Programa especializado: minería de datos

Aprox. 33 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Habilidades que obtendrás

Data Clustering Algorithms
Text Mining
Probabilistic Models
Sentiment Analysis

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 3 de 6 en

Programa especializado: minería de datos

Aprox. 33 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructor

Calificación del instructor

4,55/5 (50 calificaciones)

ChengXiang Zhai

Professor

Department of Computer Science

95.777 alumnos

4 cursos

Ofrecido por

Universidad de Illinois en Urbana-Champaign

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Calificación del contenido92%(2,977 calificaciones)

Semana

Semana 1

2 horas para completar

Orientation

2 horas para completar

2 videos (Total 15 minutos), 5 lecturas, 2 cuestionarios

4 horas para completar

Week 1

4 horas para completar

9 videos (Total 109 minutos), 1 lectura, 2 cuestionarios

9 videos

1.1 Overview Text Mining and Analytics: Part 111m

1.2 Overview Text Mining and Analytics: Part 211m

1.3 Natural Language Content Analysis: Part 112m

1.4 Natural Language Content Analysis: Part 24m

1.5 Text Representation: Part 110m

1.6 Text Representation: Part 29m

1.7 Word Association Mining and Analysis15m

1.8 Paradigmatic Relation Discovery Part 114m

1.9 Paradigmatic Relation Discovery Part 217m

1 lectura

Week 1 Overview10m

2 ejercicios de práctica

Week 1 Practice Quiz1h

Week 1 Quiz1h

Semana

Semana 2

4 horas para completar

Week 2

4 horas para completar

10 videos (Total 116 minutos), 1 lectura, 2 cuestionarios

10 videos

2.1 Syntagmatic Relation Discovery: Entropy11m

2.2 Syntagmatic Relation Discovery: Conditional Entropy11m

2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113m

2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29m

2.5 Topic Mining and Analysis: Motivation and Task Definition7m

2.6 Topic Mining and Analysis: Term as Topic11m

2.7 Topic Mining and Analysis: Probabilistic Topic Models14m

2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110m

2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213m

2.10 Probabilistic Topic Models: Mining One Topic12m

1 lectura

Week 2 Overview10m

2 ejercicios de práctica

Week 2 Practice Quiz1h

Week 2 Quiz1h

Semana

Semana 3

10 horas para completar

Week 3

10 horas para completar

10 videos (Total 103 minutos), 2 lecturas, 3 cuestionarios

10 videos

3.1 Probabilistic Topic Models: Mixture of Unigram Language Models12m

3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110m

3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28m

3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111m

3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210m

3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36m

3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110m

3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210m

3.9 Latent Dirichlet Allocation (LDA): Part 110m

3.10 Latent Dirichlet Allocation (LDA): Part 212m

2 lecturas

Week 3 Overview10m

Programming Assignments Overview10m

2 ejercicios de práctica

Week 3 Practice Quiz1h

Quiz: Week 3 Quiz1h

Semana

Semana 4

5 horas para completar

Week 4

5 horas para completar

9 videos (Total 141 minutos), 1 lectura, 2 cuestionarios

9 videos

4.1 Text Clustering: Motivation15m

4.2 Text Clustering: Generative Probabilistic Models Part 116m

4.3 Text Clustering: Generative Probabilistic Models Part 28m

4.4 Text Clustering: Generative Probabilistic Models Part 314m

4.5 Text Clustering: Similarity-based Approaches17m

4.6 Text Clustering: Evaluation10m

4.7 Text Categorization: Motivation14m

4.8 Text Categorization: Methods11m

4.9 Text Categorization: Generative Probabilistic Models31m

1 lectura

Week 4 Overview10m

2 ejercicios de práctica

Week 4 Practice Quiz1h

Week 4 Quiz1h

Semana

Semana 5

4 horas para completar

Week 5

4 horas para completar

7 videos (Total 121 minutos), 1 lectura, 2 cuestionarios

7 videos

5.1 Text Categorization: Discriminative Classifier Part 120m

5.2 Text Categorization: Discriminative Classifier Part 231m

5.3 Text Categorization: Evaluation Part 114m

5.4 Text Categorization: Evaluation Part 210m

5.5 Opinion Mining and Sentiment Analysis: Motivation17m

5.6 Opinion Mining and Sentiment Analysis: Sentiment Classification11m

5.7 Opinion Mining and Sentiment Analysis: Ordinal Logistic Regression13m

1 lectura

Week 5 Overview10m

2 ejercicios de práctica

Week 5 Practice Quiz1h

Week 5 Quiz1h

Semana

Semana 6

4 horas para completar

Week 6

During this module, you will continue learning about sentiment analysis and opinion mining with a focus on Latent Aspect Rating Analysis (LARA), and you will learn about techniques for joint mining of text and non-text data, including contextual text mining techniques for analyzing topics in text in association with various context information such as time, location, authors, and sources of data. You will also see a summary of the entire course.

4 horas para completar

8 videos (Total 120 minutos), 1 lectura, 2 cuestionarios

8 videos

6.1 Opinion Mining and Sentiment Analysis: Latent Aspect Rating Analysis Part 115m

6.2 Opinion Mining and Sentiment Analysis: Latent Aspect Rating Analysis Part 214m

6.3 Text-Based Prediction12m

6.4 Contextual Text Mining: Motivation6m

6.5 Contextual Text Mining: Contextual Probabilistic Latent Semantic Analysis17m

6.6 Contextual Text Mining: Mining Topics with Social Network Context14m

6.7 Contextual Text Mining: Mining Casual Topics with Time Series Supervision19m

6.8 Course Summary18m

1 lectura

Week 6 Overview10m

2 ejercicios de práctica

Week 6 Practice Quiz1h

Week 6 Quiz1h

Reseñas

4.5

144 reseña

5 stars
68,09 %
4 stars
20,45 %
3 stars
7,86 %
2 stars
1,85 %
1 star
1,71 %

Principales reseñas sobre TEXT MINING AND ANALYTICS

por AC11 de feb. de 2017

This is a very good course. I think it provides a very good foundation of text mining and analytics like PLSA and LDA. More advanced research discussed in the last lecture is also very interesting.

por SS20 de jun. de 2017

My favorite course and my favorite instructor. Highly informative. I wish i want to be a real student of the instructor.

por DO3 de dic. de 2022

Prof. Zhai's textbook is well-worth the added investment. His Coursera lectures helped me to "read between the lines."

por DC24 de mar. de 2018

The content of Text Mining and Analytics is very comprehensive and deep. More practise about how formula works would be better. Quiz could be not tough to be completed after attending every lectures.

Ver todas las reseñas

Acerca de Programa especializado: minería de datos

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Text Mining and Analytics

Acerca de este Curso

Habilidades que obtendrás