Python机器学习与文本分析

1

课程特色

课程设计面向人文社科类科研工作者

全程使用jupyter notebook，方便您课后学习和复习

简单易懂的机器学习理论+接地气的案例

2

课程内容

监督学习与半监督学习

使用机器学习方法进行文本分析的方法和步骤

表达文本数据信息的方式（one-hot、bag-of-words、TF-IDF)

理解特征矩阵、语料、文档、特征

机器学习库-sklearn学习

了解协同过滤-推荐系统

案例1-文本分类（以20newsgroup数据集为例）

案例2：文本相似性计算

案例3：LDA话题模型

案例4：计算投资者偏好