Text Mining met Python op maat
Wat is text mining, wat kan je ermee doen, hoe werkt het, wat zijn de problemen en hoe kan je ze oplossen? In deze opleiding verwerf je praktische basiskennis om met Python text mining uit te voeren.
Praktische info:
Leertraject
georganiseerd door:
Formaat
Deze navorming omvat vier sessies van 3 uur waarin we de basis van text mining met Python zien.
Het is een praktijkgerichte opleiding die start met een algmeen overzicht van text mining concepten en technieken, en vervolgens een overzicht geeft van hoe die verschillende stappen en technieken kunnen uitgevoerd worden in Python:
- Text preprocessing (tokenization, stemming, stopword removal, indexing/vectorization),
- exploratie (word clouds),
- word embeddings (word2vec, BERT, USE),
- clustering
- en classificatie.
Tot slot wordt dit aangevuld met enkele praktijkstudies.
Doelstellingen
Een conceptuele basiskennis verwerven over text mining : wat is het, wat kan je er mee doen, hoe werkt het, wat zijn de problemen en hoe kan je die oplossen.
Een praktische basiskennis verwerven om text mining uit te voeren met Python: Text preprocessing (tokenization, stemming, stopword removal, indexing/vectorization), exploratie (word clouds), word embeddings (word2vec, BERT, USE), clustering en classificatie.
Doelgroep
Deze opleiding is geen cursus Python. In de opleiding bekijken we de Python code die relevant is voor de text mining technieken, maar dit vergt wel een elementaire kennis van datastructuren in Python en hoe die datastructuren gemanipuleerd worden (lists, dataframes) en basisbegrippen van programmeren (statements; assignements; condities; functies).
Concreet gaan we aan de slag met Jupyter Notebooks om de Python code uit te leggen en uit te proberen. Cursisten kunnen deze notebooks uitvoeren via Google Colab of via een eigen Python installatie (bijvoorbeeld gratis distribute van Anaconda, waarmee ook Jupyter Notebooks geïnstalleerd kan worden).
Voor mensen zonder basiskennis Python voorzien we wel leermateriaal om zelfstandig Python aan te leren, maar dat komt dus niet aan bod in de cursus zelf, dat dienen de cursisten zonder basiskennis Python zelf op eigen tempo door te nemen vóór het begin van de cursus.
Deze opleiding is ook geen cursus in data mining of machine learning. In de opleiding zien we de specifieke text mining technieken en de bijhorende Python code. De basisprincipes van data mining en machine learning worden geacht gekend te zijn door de cursisten (modellen trainen via gelabelde voorbeelden; probleem van overfitting; het valideren van modellen door gebruik te maken van hold-out samples; hyperparameter tuning, precision en recall, ...). Een minimale kennis van Scikit-learn (Python library voor machine learning) is meegenomen.