logo

텍스트 마이닝

섹션

9개

강의

43개

커리큘럼

9개 섹션, 43개 강의

  1. 1

    텍스트 분석과 자연어 처리

    1. 1.1텍스트 분석과 자연어 처리
    2. 1.2텍스트 분석의 종류와 사례
  2. 2

    문서 단어 행렬

    1. 2.1의미
    2. 2.2문서 단어 행렬
    3. 2.3단어 구름
  3. 3

    토큰화

    1. 3.1토큰화
    2. 3.2문장 구조 분석
    3. 3.3한국어 형태소 분석
  4. 4

    문서 분류와 감성 분석

    1. 4.1문서 분류와 감성 분석
    2. 4.2나이브 베이즈 분류
    3. 4.3로지스틱 회귀분석
    4. 4.4혼동 행렬
    5. 4.5문턱값과 ROC 곡선
  5. 5

    언어 모형과 전이 학습

    1. 5.1언어 모형
    2. 5.2전이 학습
    3. 5.3GPT 미세 조정
    4. 5.4BERT
    5. 5.5토큰 분류
  6. 6

    유사도

    1. 6.1문서 벡터와 단어 벡터
    2. 6.2유사도와 거리
    3. 6.3스코어링과 TF-IDF
    4. 6.4다양한 유사도
  7. 7

    토픽 모델링

    1. 7.1임베딩
    2. 7.2잠재 의미 분석(LSA)
    3. 7.3LSA 실습
    4. 7.4딥러닝 기반 임베딩
    5. 7.5문장 BERT를 이용한 키워드 추출
    6. 7.6문서 클러스터링
  8. 8

    정보 검색

    1. 8.1정보 검색
    2. 8.2PostgreSQL 검색 실습
    3. 8.3Full Text Search
    4. 8.4Ranking
    5. 8.5임베딩을 이용한 검색
    6. 8.6Rank Fusion
    7. 8.7질의 확장
    8. 8.8트라이
    9. 8.9퍼지 매칭
    10. 8.10관련성 피드백
    11. 8.11검색의 평가
  9. 9

    의미표현과 추론

    1. 9.1의미 표현
    2. 9.2추론
    3. 9.3결정가능성과 계산복잡도
    4. 9.4SAT