本课程将向学员介绍文本挖掘和文本处理基础知识。课程从了解 python 如何处理文本、对机器和人类来说文本的结构以及处理文本的 nltk 框架概述开始。第二周的重点是常见的操作需求,包括正则表达式(搜索文本)、清理文本和准备文本供机器学习流程使用。第三周将对文本应用基本的自然语言处理方法,并演示如何完成文本分类。最后一周将探索更高级的方法,用于检测文档中的主题并根据相似性对其进行分组(主题建模)。
通过 Coursera Plus 解锁访问 10,000 多门课程。开始 7 天免费试用。


了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有4个模块
涵盖的内容
5个视频4篇阅读材料2个作业1个编程作业1个讨论话题2个非评分实验室
涵盖的内容
4个视频2个作业1个编程作业1个讨论话题1个非评分实验室
涵盖的内容
7个视频1个作业1个编程作业1个非评分实验室
涵盖的内容
4个视频4篇阅读材料2个作业1个编程作业
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

从 数据分析 浏览更多内容
状态:免费试用University of Michigan
状态:免费试用University of Michigan
状态:免费试用University of Illinois Urbana-Champaign
状态:免费试用
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
3,823 条评论
- 5 stars
54.78%
- 4 stars
24.94%
- 3 stars
12.18%
- 2 stars
4.57%
- 1 star
3.50%
显示 3/3823 个
已于 Jun 25, 2018审阅
Would love to see these courses have more practice questions in each weeks lesson. Would be helpful for repetition sake, and learning vs only doing each question once in the assignments.
已于 Jul 19, 2019审阅
Course is great except for the auto grader issues. Please look into the issue. I would like to take this opportunity and thank Prof V. G. Vinod Vydiswaran and all those who helped me to complete it.
已于 Aug 1, 2019审阅
Excellent course for someone like me who is ambitious and aspires to gain knowledge on new things. The videos can be made bit more elaborate, seems to be rushing towards the end.
常见问题
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后,您就可以访问专项课程中的所有课程,完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里,您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中,如果您付不起注册费,可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金,您可以在说明页面找到申请链接。
更多问题
提供助学金,




