로그인을 해주세요
![[HD]쉽게 배우는 텍스트 마이닝(Text Mining) Part.3 한국어를 위한 KoNLPy 2 과정이미지](/theme/6/img/apply/view_blank.png)
[HD]쉽게 배우는 텍스트 마이닝(Text Mining) Part.3 한국어를 위한 KoNLPy 2
- 교육기간
- 30일
- 강의구성
- 20차시
기본 정보
과정 소개
학습 대상
학습 목표
강의목차(총 20강)
-
1. 1. KoNLPy corpus(말뭉치)를 NLTK 패키지로 분석해보기(2) 24분
2. 2. KoNLPy corpus(말뭉치)를 NLTK 패키지로 분석해보기(3) 17분
3. 3. KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력(1) 25분
4. 4. KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력(2) 21분
5. 5. KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력(3) 9분
6. 6. 단어주머니란 무엇인가 - Bag of words 25분
7. 7. 빈도 수 기반의 핵심어 추출 20분
8. 8. TF-IDF 어휘 빈도 문서 역빈도 10분
9. 9. 자연어 처리를 위한 텍스트 수치화 작업 - BoW 구현하기(1) - 토큰화 처리 19분
10. 10. 자연어 처리를 위한 텍스트 수치화 작업 - BoW 구현하기(2) - WordPunctTokenizer, TreebankWordTokenizer 13분
11. 11. Bag of words 구현하기(3) - BoW 실습을 위한 텍스트 전처리 12분
12. 12. Bag of words 구현하기(4) - stopwords, punctuation 제거 14분
13. 13. 사이킷런 BoW 구현1 27분
14. 14. 사이킷런 BoW 구현2 - Count Vector 수치화 19분
15. 15. 사이킷런 BoW 구현3 - 단어 사전화 처리된 vocabulary_(딕셔너리) 출력해보기 9분
16. 16. CountVectorizer 파라미터 옵션(1) - max_df, min_df 27분
17. 17. CountVectorizer 파라미터 옵션(2) - max_features, stop_words 32분
18. 18. CountVectorizer 파라미터 옵션(3) - ngram_range 24분
19. 19. TfidfVectorizer 기반의 자연어 텍스트 수치화 작업(1) 27분
20. 20. TfidfVectorizer 기반의 자연어 텍스트 수치화 작업(2) 19분
