Build your ultimate AI agent
Mô tả khóa học
Phân tích dữ liệu dạng bảng thì rất thú vị. Nhưng nếu những điều bạn quan tâm nhất lại không nằm trong một bộ dữ liệu gọn gàng mà ở dạng văn bản thuần thì sao? Đừng lo: Trong khóa học này, bạn sẽ học mọi thứ cần biết để tạo các biểu thức chính quy mạnh mẽ, giúp bạn tìm ra toàn bộ thông tin cần cho phân tích chỉ từ một khối văn bản. Không chỉ vậy, với khái niệm khoảng cách chuỗi, bạn sẽ học cách làm việc ngay cả với văn bản có lỗi chính tả hoặc lỗi quét, vì bạn có thể nối khớp chúng với các bản ghi đúng từ nguồn dữ liệu khác (liên kết bản ghi). Là tài liệu học, chúng ta sẽ phân tích các tài liệu thực về doanh thu phòng vé tại các rạp chiếu phim ở Thụy Sĩ.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Regular Expressions: Tự viết mẫu tùy chỉnh
Regular expressions có thể khá đáng ngại lúc ban đầu vì chứa rất nhiều ký tự đặc biệt. Trong chương này, bạn sẽ học cách giải mã chúng và tự viết các mẫu để tìm đúng thứ bạn cần.
- Chào mừng50 XP
- Bắt đầu bằng, kết thúc bằng100 XP
- Khi bạn chưa rõ mình đang tìm gì100 XP
- Nhóm ký tự và lặp lại50 XP
- Chữ số, từ và khoảng trắng100 XP
- Khớp lặp lại100 XP
- Ký tự đặc biệt nào làm việc gì nhỉ?100 XP
- Dấu gạch đứng và dấu hỏi50 XP
- Cái này hoặc cái kia100 XP
- Dấu hỏi và hai ý nghĩa của nó100 XP
- Giờ bạn đọc được rồi!50 XP
2
Tạo chuỗi từ dữ liệu
Trong chương này, chúng ta sẽ tạm rời khỏi regular expressions và tập trung vào thao tác chuỗi bằng cách tạo chuỗi từ các cấu trúc dữ liệu khác như vector hoặc list.
3
Trích xuất dữ liệu có cấu trúc từ văn bản
Một nhiệm vụ mà regular expressions thực sự phát huy là hiểu ý nghĩa từ một khối văn bản. Trong chương này, bạn sẽ học cách trích xuất thông tin từ dữ liệu lộn xộn không ở dạng bảng gọn gàng mà ở dạng văn bản thuần.
4
Độ tương đồng giữa các chuỗi
Ở chương cuối, chúng ta sẽ chuyển hướng khỏi regular expressions để tìm hiểu về khoảng cách chuỗi. Bằng cách tính độ khác nhau giữa nhiều chuỗi, ta có thể ghép nối những chuỗi tương tự. Điều này giúp phát hiện bản trùng lặp ngay cả khi chúng có lỗi nhỏ như lỗi chính tả. Đây là phần quan trọng của liên kết bản ghi, nơi chúng ta kết hợp các bộ dữ liệu từ nhiều nguồn.
R
Regular Expressions nâng cao trong R
Hoàn
thành khóa học
