[HD]쉽게 배우는 텍스트 마이닝 Part.3 한국어를 위한 KoNLPy 2
총 학습일:390일 | 학습시간:7시간 | 난이도:초급 | 강사:김동준 | 강의금액:40,000원 | 교재:없음
※ 기업규모별 지원금 안내
중소기업: 원 / 중견기업: 원
/ 대기업: 원
-
강의금액 :
-
지원금액
:
-
교재금액
:
-
배송비용
:
-
회차 | HRD-Net 훈련과정 바로 신청하기
강의목표
- KoNLPy 패키지를 이용한 한국어 자연어 처리에 대해 전반적인 내용을 학습하고 그에 기반하여 한국어를 분석할 수 있도록 목표합니다.
강의내용
- KoNLPy corpus(말뭉치)를 NLTK 패키지로 분석하는 방법에 대해 학습합니다.
- KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력에 대해 학습합니다.
학습대상
- 한국어 자연어 처리 및 KoNLPy 패키지 학습에 부담을 가지는 학습자
- 빠른 시간에 KoNLPy 패키지 및 관련 라이브러리를 배우고자 하는 자
유의사항
- 본 과정은 텍스트 마이닝 PART 1~4 로 이루어져 있는 시리즈 강의입니다.
- 학습자료실 내 학습자료를 다운로드 받아 학습 진행해주시기 바랍니다.
추가정보
학습방법 : 동영상
학습정원 : 100명
근로자 직업능력개발훈련 수강포기 시 패널티
훈련수강 중
수강포기한 경우 지원한도액이 차감됩니다.
수강포기 횟수 |
1회 |
2회 |
3회 이상 |
지원한도액 차감 |
20만원 |
50만원 |
100만원 |
학습목차
- [HD]쉽게 배우는 텍스트 마이닝(Text Mining) Part.3 한국어를 위한 KoNLPy 2
- 1. KoNLPy corpus(말뭉치)를 NLTK 패키지로 분석해보기(2)24 분
- 2. KoNLPy corpus(말뭉치)를 NLTK 패키지로 분석해보기(3)17 분
- 3. KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력(1)25 분
- 4. KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력(2)21 분
- 5. KoNLPy 형태소 분석기별 품사 분류표 데이터프레임으로 변환 출력(3)9 분
- 6. 단어주머니란 무엇인가 - Bag of words25 분
- 7. 빈도 수 기반의 핵심어 추출20 분
- 8. TF-IDF 어휘 빈도 문서 역빈도10 분
- 9. 자연어 처리를 위한 텍스트 수치화 작업 - BoW 구현하기(1) - 토큰화 처리19 분
- 10.자연어 처리를 위한 텍스트 수치화 작업 - BoW 구현하기(2) - WordPunctTokenizer, TreebankWordTokenizer13 분
- 11.Bag of words 구현하기(3) - BoW 실습을 위한 텍스트 전처리12 분
- 12.Bag of words 구현하기(4) - stopwords, punctuation 제거14 분
- 13.사이킷런 BoW 구현127 분
- 14.사이킷런 BoW 구현2 - Count Vector 수치화19 분
- 15.사이킷런 BoW 구현3 - 단어 사전화 처리된 vocabulary_(딕셔너리) 출력해보기9 분
- 16.CountVectorizer 파라미터 옵션(1) - max_df, min_df27 분
- 17.CountVectorizer 파라미터 옵션(2) - max_features, stop_words32 분
- 18.CountVectorizer 파라미터 옵션(3) - ngram_range24 분
- 19.TfidfVectorizer 기반의 자연어 텍스트 수치화 작업(1)27 분
- 20.TfidfVectorizer 기반의 자연어 텍스트 수치화 작업(2)19 분
강사소개
강사명 |
김동준 |
약력 |
[경력] - 제이에스미디어 웹에이전시 팀장 - 인터넷교육방송 팀장 - 한훈직업전문학교 온라인 팀장 - 다수의 직업훈련학교 강의 |
이 강의를 수강한 학습자가 많이 신청한 강의
[HD]쉽게 배우는 텍스트 마이닝 Part.3 한국어를 위한 KoNLPy 1
40,000원