玩转文本挖掘

11-30 07:04

玩转文本挖掘-Python数据分析系列视频教程

内容目录： 1-1 什么是文本挖掘.mp4 1-2 文本挖掘的基本流程和任务.mp4 1-3 文本挖掘的基本思路.mp4 1-4 语料数据化时需要考虑的工作.mp4 2-1 Python常用IDE简介.mp4 2-2 Anaconda的安装与配置.mp4 2-3 Jupyter Notebook的基本操作.mp4 2-4 NLTK的安装与配置.mp4 2-5 什么是语料库.mp4 2-6 准备《射雕》语料库.mp4 3-1 分词原理简介.mp4 3-2 结巴分词的基本用法.mp4 3-3 使用自定义词典和搜狗细胞词库.mp4 3-4 去除停用词.mp4 3-5 词性标注及其他.mp4 4-1 词频统计.mp4 4-2 词云概述.mp4 4-3 wordcloud包的安装.mp4 4-4 绘制词云.mp4 4-5 设置词云背景模板.mp4 4-6 修改词云颜色.mp4 5-1 词袋模型.mp4 5-2 词袋模型的gensim实现.mp4 5-3 用Pandas生成文档词条矩阵.mp4 5-4 用sklearns生成文档-词条矩阵.mp4 5-5 从词袋模型到N-gram模型.mp4 5-6 文本信息的分布式表示.mp4 5-7 共现矩阵.mp4 5-8 NNLM模型的突破.mp4 5-9 word2vec一出，满座皆惊.mp4 6-1 关键词提取的基本思路.mp4 6-2 TF-IDF 算法.mp4 6-3 TF-IDF算法的jieba实现.mp4 6-4 TF-IDF算法的sklearn实现.mp4 6-5 TF-IDF算法的gensim实现.mp4 6-6 TextRank算法.mp4 7-1 主题模型概述.mp4 7-2 主题模型的sklearn实现.mp4 7-3 主题模型的gensim实现.mp4 8-1 基本概念.mp4 8-2 词条相似度：word2vec训练.mp4 8-3 词条相似度：word2vec应用.mp4 8-4 文档相似度的词袋模型实现.mp4 8-5 doc2vec.mp4 8-6 文档聚类.mp4 9-1 文本分类概述.mp4 9-2 朴素贝叶斯算法.mp4 9-3 算法的sklearn实现.mp4 9-4 算法的NLTK实现.mp4 10-1 情感分析概述.mp4 10-2 情感分析的词袋模型实现.mp4 10-3 情感分析的分布式表达实现.mp4 11-1 自动摘要的基本原理.mp4 11-2 自动摘要的效果评价.mp4 11-3 自动摘要的python实现.mp4 12-1 RNN的基本原理.mp4 12-2 LSTM的基本原理.mp4 12-3 Keras+TensorFlow组合的优势.mp4 12-4 Keras+TensorFlow组合的安装.mp4 12-5 案例1：数据准备.mp4 12-6 案例1：模型拟合.mp4 12-7 案例2：数据准备.mp4 12-8 案例2：模型拟合.mp4 Python数据分析系列视频课程--玩转文本挖掘.zip

712