HOME 전체과정 빅데이터분석과정

빅데이터분석과정
원하시는 강의를 클릭하시면 수강이 가능합니다.

R을 활용한 텍스트마이닝

R을 활용한 텍스트마이닝

강사 소개

(주)와이즈인컴퍼니 대표
한양대학교 겸임교수

총 10여 권의 데이터분석 출간
-- 다시쓰는 통계분석 시리즈, R / Python 활용 분석 등

15년 간 데이터분석, 데이터마이닝, 딥러닝 등 다양한 실전 프로젝트 수행
R 기반 자동화조사분석 솔루션(DataIN) 기획 / 개발 (www.datain.co.kr)

강의 소개

학습개요
- 더욱 정교한 예측력을 발휘하는 최신기법인 딥러닝의 DNN, CNN, RNN의 원리와 실전을 익힙니다.


교육대상
- 빅데이터분석의 이론과 실무를 동시에 체계적으로 학습하길 원하시는 분


학습목표
- 정형데이터, 이미지, 문서를 이용한 딥러닝 모델을 스스로 구축 및 적용할 수 있게 됩니다.

강의보기

순번 강의명 영상시간
1 R이란 무엇인가 23분01초
2 R 설치하기 33분50초
3 데이터관리(1) 60분01초
4 데이터관리(2) 54분25초
5 데이터파일 불러오기 23분06초
6 Text Mining의 개념과 활용 19분00초
7 Text Mining 프로세스와 자료의 확보 24분22초
8 분석패키지 설치와 자료 불러오기 30분15초
9 Text 자료의 전처리 37분14초
10 단어 빈도분석과 Word Clouding 39분30초
11 단어 연관분석과 Word Network 58분37초
12 단어의 정제와 집단별 분석 20분14초
13 Sentiment Analysis 개념 및 활용 25분48초
14 Sentiment Analysis 실습 63분57초
15 Text Clustering 개념 및 활용 21분16초
16 Word Clustering 실습 24분29초
17 Document Clustering 실습 23분12초
18 LDA와 Topic Modeling 개념 및 활용 12분01초
19 LDA 분석과 결과의 해석 31분08초
20 LDA 결과의 시각화 10분19초
21 word2vec의 개념 및 원리 22분51초
22 word2vec의 Modeling 실습 28분49초
23 한글문서의 전처리 29분56초
24 한글문서 Word Clouding 31분26초
25 한글문서 단어의 정제와 집단별 분석 25분40초
26 한글 단어연관 27분39초
27 한글 Word Network 26분11초
28 한글 Sentiment Analysis 19분28초
29 한글 Word Clustering과 Document Clustering 32분13초
30 한글 LDA와 Topic Modeling 30분08초
31 한글 word2vec 26분02초