R을 활용한 텍스트마이닝

NEW

강의 수 : 31강

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.

강의 보기

번호	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