Build your ultimate AI agent
Kursbeschreibung
Schätzungen zufolge sind über 70 % potenziell nutzbarer Geschäftsinformationen unstrukturiert – oft in Form von Textdaten. Text Mining bietet eine Sammlung von Techniken, mit denen wir aus unstrukturierten Daten umsetzbare Erkenntnisse gewinnen können. In diesem Kurs lernst du die Grundlagen des Text Mining mit der Bag-of-Words-Methode kennen. Die ersten drei Kapitel führen dich in zentrale Themen zur Analyse und Visualisierung von Textdaten ein. Im letzten Kapitel wendest du alles Gelernte in einer Fallstudie aus der Praxis an und gewinnst Erkenntnisse aus Mitarbeiterbewertungen von zwei großen Tech-Unternehmen.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Direkt einsteigen: Text Mining mit Bag-of-Words
In diesem Kapitel lernst du die Grundlagen der Bag-of-Words-Methode zur Analyse von Textdaten.
- Was ist Text Mining?50 XP
- Text Mining verstehen50 XP
- Kleiner Vorgeschmack auf Text Mining100 XP
- Los geht’s50 XP
- Etwas Text laden100 XP
- Mach aus dem Vektor ein VCorpus-Objekt (1)100 XP
- Den Vektor in ein VCorpus-Objekt umwandeln (2)100 XP
- Erstelle ein VCorpus aus einem Data Frame100 XP
- Text bereinigen und vorverarbeiten50 XP
- Häufige Cleaning-Funktionen aus tm100 XP
- Bereinigen mit qdap100 XP
- Alles über Stoppwörter100 XP
- Einführung in Wortstamm-Reduktion und Stem-Completion100 XP
- Word Stemming und Stem Completion an einem Satz100 XP
- Vorverarbeitungsschritte auf einen Korpus anwenden100 XP
- Die TDM & DTM50 XP
- TDM und DTM verstehen50 XP
- Erstelle eine Dokument-Term-Matrix100 XP
- Erstelle eine Term-Dokument-Matrix100 XP
2
Word Clouds und weitere spannende Visualisierungen
Dieses Kapitel zeigt dir, wie du Textdaten informativ und ansprechend visualisierst.
3
Deine TM-Skills erweitern
In diesem Kapitel vertiefst du grundlegende Text-Mining-Techniken auf Basis der Bag-of-Words-Methode.
4
Kampf der Tech-Giganten um Talente
Dieses Kapitel führt alles in einer Fallstudie zum Text Mining für HR Analytics zusammen.
R
Text Mining mit Bag-of-Words in R
Kurs
abgeschlossen

