课程信息

285,330 次近期查看

学生职业成果

32%

完成这些课程后已开始新的职业生涯

34%

通过此课程获得实实在在的工作福利
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 4 门课程(共 5 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为26 小时
英语(English)
字幕:英语(English), 韩语

您将学到的内容有

  • Understand how text is handled in Python

  • Apply basic natural language processing methods

  • Write code that groups documents by topic

  • Describe the nltk framework for manipulating text

您将获得的技能

Natural Language Toolkit (NLTK)Text MiningPython ProgrammingNatural Language Processing

学生职业成果

32%

完成这些课程后已开始新的职业生涯

34%

通过此课程获得实实在在的工作福利
可分享的证书
完成后获得证书
100% 在线
立即开始,按照自己的计划学习。
第 4 门课程(共 5 门)
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为26 小时
英语(English)
字幕:英语(English), 韩语

提供方

密歇根大学 徽标

密歇根大学

教学大纲 - 您将从这门课程中学到什么

内容评分Thumbs Up92%(4,712 个评分)Info
1

1

完成时间为 8 小时

Module 1: Working with Text in Python

完成时间为 8 小时
5 个视频 (总计 56 分钟), 4 个阅读材料, 3 个测验
5 个视频
Handling Text in Python18分钟
Regular Expressions16分钟
Demonstration: Regex with Pandas and Named Groups5分钟
Internationalization and Issues with Non-ASCII Characters12分钟
4 个阅读材料
Course Syllabus10分钟
Help us learn more about you!10分钟
Notice for Auditing Learners: Assignment Submission10分钟
Resources: Common issues with free text10分钟
2 个练习
Practice Quiz8分钟
Module 1 Quiz12分钟
2

2

完成时间为 6 小时

Module 2: Basic Natural Language Processing

完成时间为 6 小时
3 个视频 (总计 36 分钟)
3 个视频
Basic NLP tasks with NLTK16分钟
Advanced NLP tasks with NLTK16分钟
2 个练习
Practice Quiz4分钟
Module 2 Quiz10分钟
3

3

完成时间为 7 小时

Module 3: Classification of Text

完成时间为 7 小时
7 个视频 (总计 94 分钟)
7 个视频
Identifying Features from Text8分钟
Naive Bayes Classifiers19分钟
Naive Bayes Variations4分钟
Support Vector Machines24分钟
Learning Text Classifiers in Python15分钟
Demonstration: Case Study - Sentiment Analysis9分钟
1 个练习
Module 3 Quiz14分钟
4

4

完成时间为 6 小时

Module 4: Topic Modeling

完成时间为 6 小时
4 个视频 (总计 58 分钟), 2 个阅读材料, 3 个测验
4 个视频
Topic Modeling8分钟
Generative Models and LDA13分钟
Information Extraction18分钟
2 个阅读材料
Additional Resources & Readings10分钟
Post-Course Survey10分钟
2 个练习
Practice Quiz4分钟
Module 4 Quiz10分钟

审阅

来自APPLIED TEXT MINING IN PYTHON的热门评论

查看所有评论

关于 借助 Python 应用数据科学 专项课程

The 5 courses in this University of Michigan specialization introduce learners to data science through the python programming language. This skills-based specialization is intended for learners who have a basic python or programming background, and want to apply statistical, machine learning, information visualization, text analysis, and social network analysis techniques through popular python toolkits such as pandas, matplotlib, scikit-learn, nltk, and networkx to gain insight into their data. Introduction to Data Science in Python (course 1), Applied Plotting, Charting & Data Representation in Python (course 2), and Applied Machine Learning in Python (course 3) should be taken in order and prior to any other course in the specialization. After completing those, courses 4 and 5 can be taken in any order. All 5 are required to earn a certificate....
借助 Python 应用数据科学

常见问题

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 如果订阅,您可以获得 7 天免费试听,在此期间,您可以取消课程,无需支付任何罚金。在此之后,我们不会退款,但您可以随时取消订阅。请阅读我们完整的退款政策

  • 是的,Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤,包括毕业项目。了解更多

还有其他问题吗?请访问 学生帮助中心