Python数据分析–玩转文本挖掘

课程介绍：

文本挖掘（TM），又称自然语言处理（NLP），是AI时代炙手可热的数据分析挖掘前沿领域，本次课程将会从最基础的分词、词袋模型、分布式表示等概念开始，全面介绍文本挖掘技术，特别会针对目前最热的word2vec，gensim等 结合实际案例进行学习，帮助学员从零基础直接升级至业界的**技术前沿。

课程截图：

〖课程目录〗:

• | └──8、Python数据分析系列视频课程–玩转文本挖掘
• | | ├──1-1 什么是文本挖掘【www.ko996.com】.mp4 32.39M
• | | ├──1-2 文本挖掘的基本流程和任务.mp4 24.26M
• | | ├──1-3 文本挖掘的基本思路.mp4 21.74M
• | | ├──1-4 语料数据化时需要考虑的工作.mp4 26.11M
• | | ├──10-1 情感分析概述.mp4 66.84M
• | | ├──10-2 情感分析的词袋模型实现.mp4 35.64M
• | | ├──10-3 情感分析的分布式表达实现.mp4 47.16M
• | | ├──11-1 自动摘要的基本原理.mp4 24.56M
• | | ├──11-2 自动摘要的效果评价.mp4 18.19M
• | | ├──11-3 自动摘要的python实现.mp4 38.16M
• | | ├──12-1 RNN的基本原理.mp4 23.30M
• | | ├──12-2 LSTM的基本原理.mp4 22.81M
• | | ├──12-3 Keras+TensorFlow组合的优势.mp4 9.88M
• | | ├──12-4 Keras+TensorFlow组合的安装.mp4 9.35M
• | | ├──12-5 案例1：数据准备.mp4 36.45M
• | | ├──12-6 案例1：模型拟合.mp4 31.85M
• | | ├──12-7 案例2：数据准备.mp4 37.53M
• | | ├──12-8 案例2：模型拟合.mp4 26.76M
• | | ├──2-1 Python常用IDE简介.mp4 32.15M
• | | ├──2-2 Anaconda的安装与配置.mp4 31.21M
• | | ├──2-3 Jupyter Notebook的基本操作.mp4 25.51M
• | | ├──2-4 NLTK的安装与配置.mp4 30.69M
• | | ├──2-5 什么是语料库.mp4 60.50M
• | | ├──2-6 准备《射雕》语料库.mp4 59.96M
• | | ├──3-1 分词原理简介.mp4 32.60M
• | | ├──3-2 结巴分词的基本用法.mp4 33.28M
• | | ├──3-3 使用自定义词典和搜狗细胞词库.mp4 45.46M
• | | ├──3-4 去除停用词.mp4 52.25M
• | | ├──3-5 词性标注及其他.mp4 30.82M
• | | ├──4-1 词频统计.mp4 38.46M
• | | ├──4-2 词云概述.mp4 22.00M
• | | ├──4-3 wordcloud包的安装.mp4 37.31M
• | | ├──4-4 绘制词云.mp4 66.21M
• | | ├──4-5 设置词云背景模板.mp4 45.61M
• | | ├──4-6 修改词云颜色.mp4 53.05M
• | | ├──5-1 词袋模型.mp4 33.47M
• | | ├──5-2 词袋模型的gensim实现.mp4 56.38M
• | | ├──5-3 用Pandas生成文档词条矩阵.mp4 56.58M
• | | ├──5-4 用sklearns生成文档-词条矩阵.mp4 57.52M
• | | ├──5-5 从词袋模型到N-gram模型.mp4 27.33M
• | | ├──5-6 文本信息的分布式表示.mp4 29.78M
• | | ├──5-7 共现矩阵.mp4 23.38M
• | | ├──5-8 NNLM模型的突破.mp4 23.37M
• | | ├──5-9 word2vec一出，满座皆惊.mp4 53.30M
• | | ├──6-1 关键词提取的基本思路.mp4 24.67M
• | | ├──6-2 TF-IDF 算法.mp4 25.96M
• | | ├──6-3 TF-IDF算法的jieba实现.mp4 52.75M
• | | ├──6-4 TF-IDF算法的sklearn实现.mp4 27.91M
• | | ├──6-5 TF-IDF算法的gensim实现.mp4 27.38M
• | | ├──6-6 TextRank算法.mp4 41.64M
• | | ├──7-1 主题模型概述.mp4 48.98M
• | | ├──7-2 主题模型的sklearn实现.mp4 76.04M
• | | ├──7-3 主题模型的gensim实现.mp4 95.95M
• | | ├──8-1 基本概念.mp4 29.22M
• | | ├──8-2 词条相似度：word2vec训练.mp4 47.75M
• | | ├──8-3 词条相似度：word2vec应用.mp4 42.71M
• | | ├──8-4 文档相似度的词袋模型实现.mp4 42.60M
• | | ├──8-5 doc2vec.mp4 48.04M
• | | ├──8-6 文档聚类.mp4 41.86M
• | | ├──9-1 文本分类概述.mp4 40.29M
• | | ├──9-2 朴素贝叶斯算法.mp4 31.99M
• | | ├──9-3 算法的sklearn实现.mp4 49.09M
• | | ├──9-4 算法的NLTK实现.mp4 33.69M
• | | └──Python数据分析系列视频课程–玩转文本挖掘.zip 23.42M

yeyudao普通

收藏 海报 链接