Text mining Online Course SQLua Data Academy

Онлайн-курс "Text Mining. Fundamentals"

7 тижнів – онлайн-курс “text mining: основи та прикладні задачі”

27 Lessons

Відео-уроків (1-10 хвилин), всього 7 модулів

Q&A

Сесії “питання-відповідь” щотижня з Викладачем

Homework

Прикладні домашні завдання по кожному модулю

Success

Відстежування успіхів у проходженні курсу

Придбати курс зараз зі знижкою 50%:

Пропозиція діє ще:

четвер, 27.08, до 24:00

Антон! Поставь сюда каунтдаун – до понедельника, 17 августа, 20:00 ! – днів, годин, хвилин, секунд

Працюємо з великими обсягами текстових даних!

Use-cases. Доменне застосування Text Mining – визначення авторства та стилю текстів, рекомендаційного механізму по статтях, фейкових матеріалів та ненадійних інформаційних джерел, аналіз придатності кандидатів на вакансії, аналіз «настроїв» споживачів по відгуках, виявлення патернів споживачів, тощо…

На курсі також дізнаєтеся про:

✅ Часті помилки у роботі з дата-сетом. – Як зібрати та як працювати із дата-сетом?
✅ Вирішення практичних задач по роботі з текстовими даними. – З чого розпочати, які етапи та критичні точки на кожному етапі?
✅ Методи та технології, знання яких знадобиться для Text Mining.
✅ Як покращити результат роботи з текстовими даними? – “Лайфхаки” та практичні поради.

Програма курсу

1. Підготовка дата-сету

1.1. Привітання та огляд програми.

1.2. Критерії дата-сету.

1.3. Збір дата-сету.

1.4. Розмітка дата-сету. 

1.5. Home work.

2. Кросс-валідація

2.1. Розподіл між тестувальним та тренувальним.

2.2. K-fold cross-validation.

2.3. Знаходження accuracy.

2.4. Знаходження f1, precision, recall.

2.5. Home work.

3. Задачі класифікації текстів

3.1. Рекрутинг.

3.2. Стилізація. 

3.3. Авторство.

3.4. Fake news.

3.5. Рекомендаційні механізми.

3.6. Інтелектуальний аналіз. 

3.7. Home work.

4. Методи векторизації та обробки тексту

4.1. Hashing vectorizer.

4.2. Tfidfvectorizer. 

4.3. Count vectorizer.

4.4. Стемінг. 

4.5. Home work.

5. SVM та MLP для Text Mining

5.1. MLP (Multiplayer Perseptron).

5.2. SVM (Support Vector Machines).

5.3. SVR (Support Vector Regression).

5.4. SVC (C-Support Vector Classification).

5.5. Home work.

6. Візуалізація результатів

6.1. Accuracy charts.

6.2. Візуальна валідація.

6.3. Аналіз результатів. 

6.4. Home work.

7. Шляхи до покращення

7.1. Додаткова обробка.

7.2. Робота із фічами.

7.3. AutoML.

7.4. Home work.

Викладач онлайн-курсу: Макс Лупей

Engineering Manager, Text Mining Expert & Teacher.

9+ років працює в ІТ, є досвід управління командою проєкту та менторства. Спеціалізація проєктах – Business analytics product for data visualization.

Макс Лупей, окрім практики в ІТ, пише дисертацію по згаданій темі. Більш детально про дослідження Макса – тут з дозволу автора є стаття: «Identification of Authorship of Ukrainian Language Text of Journalistic Style Using Neural Networks».

Реєстрація на курс

Оплата за участь в онлайн-курсі “Text Mining: Fundamentals” може здійснюватися двома шляхами: через рахунок або онлайн з банківської карти. Для оплати картою натисніть кнопку:

Придбати курс зараз:

Як отримати доступ до проходження курсу?

Доступ до курсу відкривається після оплати курсу (починаючи з 13.07 – дата офіційного початку роботи курсу). 

Студенту надається доступ в особистий онлайн-кабінет та Telegram-групу підтримки.

Протягом всього навчання працює сервіс підтримки Студентів. Є питання? – Телефонуйте: +380914810339. Або залиште Ваш номер в чаті та ми Вам перетелефонуємо! 

Сертифікат з перевіркою онлайн

Успішне проходження онлайн-курсу підтверджується сертифікатом SQL.ua Data Academy. 

Кожен сертифікат доступний онлайн за індивідуальним посиланням на сайті Академії. Посилання на сертифікат має лише Студент, який його отримав. 

Сертифікат можна перевірити, а також, за бажанням, розмістити у соцмережах.  

Приєднуйтеся до групи курсу! Підвищуйте професійний рівень в роботі з великими обсягами текстових даних!

Certificate Postgre SQL for Developers

Потрібна консультація? - Заповніть форму



Форма конcультації

Погоджуюся на обробку та використання персональних даних анкети SQL.ua Data Academy*
Згоден / Згодна