Chuyển đến nội dung chính

Khóa học

Khai phá văn bản với Bag-of-Words trong R

Trung cấpTrình độ kỹ năng

Đã cập nhật tháng 05, 2024

Bắt Đầu Khóa Học Miễn Phí

RMachine Learning4 giờ15 video69 Bài tập5,700 XP44,249Giấy Chứng Nhận Thành Tích

Tạo tài khoản miễn phí

hoặc

Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được yêu thích bởi học viên tại hàng nghìn công ty

Đào tạo 2 người trở lên?

Thử DataCamp for Business

Mô tả khóa học

Ước tính có hơn 70% thông tin doanh nghiệp có thể sử dụng ở dạng phi cấu trúc, thường là dữ liệu văn bản. Khai phá văn bản cung cấp một tập hợp kỹ thuật giúp chúng ta rút ra các insight có thể hành động từ dữ liệu phi cấu trúc. Trong khóa học này, bạn sẽ khám phá những điều cơ bản của khai phá văn bản bằng phương pháp bag-of-words. Ba chương đầu giới thiệu nhiều chủ đề thiết yếu để phân tích và trực quan hóa dữ liệu văn bản. Chương cuối cho phép bạn áp dụng mọi thứ đã học trong một nghiên cứu tình huống thực tế để trích xuất insight từ các đánh giá của nhân viên về hai công ty công nghệ lớn.

Điều kiện tiên quyết

1

Jumping into Text Mining with Bag-of-Words

2

Word Clouds and More Interesting Visuals

This chapter will teach you how to visualize text data in a way that's both informative and engaging.

Common text mining visuals

Test your understanding of text mining

Frequent terms with tm

Frequent terms with qdap

Intro to word clouds

A simple word cloud

Stop words and word clouds

Plot the better word cloud

Improve word cloud colors

Use prebuilt color palettes

Other word clouds and word networks

Find common words

Visualize common words

Visualize dissimilar words

Polarized tag cloud

Visualize word networks

Teaser: simple word clustering

Bắt Đầu Chương

3

Adding to Your TM Skills

In this chapter, you'll learn more basic text mining techniques based on the bag of words method.

Simple word clustering

Test your understanding of text mining

Distance matrix and dendrogram

Make a dendrogram friendly TDM

Put it all together: a text-based dendrogram

Dendrogram aesthetics

Using word association

Getting past single words

N-gram tokenization

Changing n-grams

How do bigrams affect word clouds?

Different frequency criteria

Changing frequency weights

Capturing metadata in tm

Bắt Đầu Chương

4

Battle of the Tech Giants for Talent

This chapter ties everything together with a case study in text mining for HR analytics.

Amazon vs. Google

Organizing a text mining project

Step 1: Problem definition

Step 2: Identifying the text sources

Step 3: Text organization

Text organization

Working with Google reviews

Steps 4 & 5: Feature extraction & analysis

Feature extraction & analysis: amzn_pros

Feature extraction & analysis: amzn_cons

amzn_cons dendrogram

Word association

Quick review of Google reviews

Cage match! Amazon vs. Google pro reviews

Cage match, part 2! Negative reviews

Step 6: Reach a conclusion

Draw conclusions, insights, or recommendations

Draw another conclusion, insight, or recommendation

Bắt Đầu Chương

Khai phá văn bản với Bag-of-Words trong R

Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng Ký Ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu Khai phá văn bản với Bag-of-Words trong R ngay hôm nay!

Tạo tài khoản miễn phí

hoặc

Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.