Efter att ha gått de här kurserna känner jag mig trygg med att skapa professionella visualiseringar och dashboards
Shoebur RahmanInköpsspecialist, Giz Bangladesh
Kursbeskrivning
Från sociala medier till produktrecensioner – text är en allt viktigare datatyp inom många tillämpningsområden, däribland marknadsföringsanalys. I många sammanhang ersätter text andra former av ostrukturerad data, tack vare att den är både billig och aktuell. Men för att verkligen dra nytta av allt som text har att erbjuda behöver du veta hur du ska tänka kring, rensa, sammanfatta och modellera text. I den här kursen använder du de senaste tidy-verktygen för att snabbt och enkelt komma igång med textanalys. Du lär dig att bearbeta och visualisera text, utföra sentimentanalys samt köra och tolka ämnesmodeller.
Förkunskapskrav
Kursplan
Kursöversikt
1
Bearbeta text
Eftersom text är ostrukturerad data krävs en del bearbetning för att göra den analyserbar. I det här kapitlet lär du dig att ge text struktur genom tokenisering, rensning och hantering av text som kategoriska data.
2
Visualisera text
Frekvenser är användbara, men visualiseringar är ännu bättre. I det här kapitlet lär du dig att tillämpa dina kunskaper om ggplot2 på tidy-textdata.
3
Sentimentanalys
Ordfrekvenser och visualiseringar ger en bild av innehållet, men vi kan gå längre. I det här kapitlet går vi bortom enbart ordfrekvenser och analyserar textens sentiment, det vill säga dess känslomässiga laddning.
4
Ämnesmodellering
I det här sista kapitlet går vi bortom ordfrekvenser för att ta fram de underliggande ämnena i en samling dokument. Vi använder en etablerad ämnesmodell kallad latent Dirichlet-allokering.
R
Introduktion till textanalys i R
Kurs
slutförd
