메인메뉴로 이동 본문으로 이동

lnb영역

AI·빅데이터 교육

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[고급] 파이썬 (Python)을 활용한 열린데이터 텍스트분석

과정 이미지
[고급] 파이썬 (Python)을 활용한 열린데이터 텍스트분석 과정정보
교육기간
  • 수강신청 가능한 차수가 없습니다.
신청기간
교육시간 4시간
인증학점 1 학점
상단 메뉴를 선택하면 자세한 내용을 확인할 수 있습니다.
과정소개

해당 과정은 데이터 분석에 관심이 있고, 분석 역량과 기술을 일정 수준 이상 보유한 수강생을 대상으로 한 과정입니다. 


학습목표
- 파이썬 환경에서 텍스트 데이터를 분석하고 기초 지식을 확보할 수 있다.
- 텍스트 분석을 통해 시민 관심사 또는 이슈를 파악하고 심층 연구, 정책 추진, 서비스 개선 제안에 활용할 수 있다.
교육대상
수료기준
수료기준
평가기준 진도율 합산 점수
반영점수(비율) 100% 100점
이수기준 90% 합산점수 0점 이상
※ 각 평가항목의 이수기준을 충족하여야 합니다.
강의목차
차시 강의명
1차시 [(Python) 텍스트분석] 1. 오리엔테이션, 데이터 수집개요(이론)
2차시 [(Python) 텍스트분석] 2. 서울120 데이터 목록 수집
3차시 [(Python) 텍스트분석] 3. 여러 페이지 수집과 저장하기
4차시 [(Python) 텍스트분석] 4. 한 개의 민원 내용과 분류수집
5차시 [(Python) 텍스트분석] 5. 내용 수집 함수 만들기, 전체내용 수집하기
6차시 [(Python) 텍스트분석] 6. API-XML 목록 수집하기
7차시 [(Python) 텍스트분석] 7. API-XML-내용 수집하기
8차시 [(Python) 텍스트분석] 8. 내용 길이와 시각화, 기술통계
9차시 [(Python) 텍스트분석] 9. 텍스트 데이터 전처리와 길이 분포
10차시 [(Python) 텍스트분석] 10. 워드클라우드와 ‘soynlp’로 명사 추출하기
11차시 [(Python) 텍스트분석] 11. BOW-TFIDF
12차시 [(Python) 텍스트분석] 12. 토픽모델링과 잠재 디리클레(LDA) 이론
13차시 [(Python) 텍스트분석] 13. LDA-유사도분석
14차시 [(Python) 텍스트분석] 14. 텍스트 데이터 머신러닝(이론)
15차시 [(Python) 텍스트분석] 15. 기초분류 - 텍스트 벡터화
16차시 [(Python) 텍스트분석] 16. 모델분류하기
17차시 [(Python) 텍스트분석] 17. 랜덤서치로 모델 성능 개선하기