 班級規模及環境--熱線:4008699035 手機:15921673576( 微信同號) |
|
每期人數限3到5人。 |
| 上課時間和地點 |
開課地址：【上?！客瑵髮W(滬西)/新城金郡商務樓(11號線白銀路站)【深圳分部】：電影大廈(地鐵一號線大劇院站) 【武漢分部】：佳源大廈【成都分部】：領館區1號【沈陽分部】：沈陽理工大學【鄭州分部】：錦華大廈【石家莊分部】：瑞景大廈【北京分部】：北京中山學院 【南京分部】：金港大廈
最新開班 (連續班 、周末班、晚班）：2020年3月16日 |
| 實驗設備 |
☆資深工程師授課
☆注重質量
☆邊講邊練
☆合格學員免費推薦工作
★實驗設備請點擊這兒查看★ |
| 質量保障 |
1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
3、培訓合格學員可享受免費推薦就業機會。 |
課程大綱 |
| |
1什么是文本挖掘
2文本挖掘的基本流程和任務
3文本挖掘的基本思路
4語料數據化時需要考慮的工作
5Python常用IDE簡介
6Anaconda的安裝與配置
7Jupyter Notebook的基本操作
8NLTK的安裝與配置
9什么是語料庫
10準備《射雕》語料庫
11分詞原理簡介
12結巴分詞的基本用法
13使用自定義詞典和搜狗細胞詞庫
14去除停用詞
15詞性標注及其他
16詞頻統計
17詞云概述
18wordcloud包的安裝
19繪制詞云
20設置詞云背景模板
21修改詞云顏色
22詞袋模型
23詞袋模型的gensim實現
24用Pandas生成文檔詞條矩陣
25用sklearns生成文檔-詞條矩陣
26從詞袋模型到N-gram模型
27文本信息的分布式表示
28共現矩陣
29NNLM模型的突破
30word2vec一出，滿座皆驚
31關鍵詞提取的基本思路
32TF-IDF 算法
33TF-IDF算法的jieba實現
34TF-IDF算法的sklearn實現
35TF-IDF算法的gensim實現
36TextRank算法
37主題模型概述
38主題模型的sklearn實現
39主題模型的gensim實現
40基本概念
41詞條相似度：word2vec訓練
42詞條相似度：word2vec應用
43文檔相似度的詞袋模型實現
44doc2vec
45文檔聚類
46文本分類概述
47樸素貝葉斯算法
48算法的sklearn實現
49算法的NLTK實現
50情感分析概述
51情感分析的詞袋模型實現
52情感分析的分布式表達實現
53自動摘要的基本原理
54自動摘要的效果評價
55自動摘要的python實現
56RNN的基本原理
57LSTM的基本原理
58Keras+TensorFlow組合的優勢
59Keras+TensorFlow組合的安裝
60案例1：數據準備
61案例1：模型擬合
62案例2：數據準備
63案例2：模型擬合
|
首頁 課程表 在線聊 報名 講師 品牌 QQ聊 活動 就業