강의

N
챌린지

멘토링

N
클립

커뮤니티

BEST
AI Technology

/

Natural Language Processing

みんなの韓国語テキスト分析と自然言語処理 with Python

Pythonによる韓国語テキスト分析と自然言語処理 ワードクラウドによる可視化、形態素分析、トピックモデリング、クラスタリング、類似度分析、テキストデータベクトル化のための Bag of Words と TF-IDF、機械学習とディープラーニングを活用したテキスト分類、Hugging Face の活用法

（4.8）受講レビュー 26件

受講生 648名

難易度 初級

受講期間 無制限

  • todaycode
NLP
NLP
Text Mining
Text Mining
Machine Learning(ML)
Machine Learning(ML)
data-clustering
data-clustering
Big Data
Big Data
NLP
NLP
Text Mining
Text Mining
Machine Learning(ML)
Machine Learning(ML)
data-clustering
data-clustering
Big Data
Big Data

学習した受講者のレビュー

学習した受講者のレビュー

4.8

5.0

런던베이글

100% 受講後に作成

ネイバーブーストコースでパク・ジョウン講師講座受講後 続いて進めました。非専攻者が聞きやすくて良く、90％以上のプロジェクト実習を中心にお勧めします... 難しく学習したディープラーニングについて概念を簡単に再理解するのにも良かったです。 YouTubeで進行するマーケティング分析も講義で提供していただければと思います。

5.0

nullpoint

30% 受講後に作成

よく理解できます

5.0

임지수

100% 受講後に作成

良い内容を聞きました。

受講後に得られること

  • ワードクラウド視覚化

  • 形態素解析

  • トピックモデル

  • クラスタリング

  • 類似度分析

  • テキストデータベクトル化のための Bag of Words と TF-IDF

  • 機械学習とディープラーニング(RNN, LSTM)を活用したテキスト分類

  • Hugging Face を活用した BERT と koGPT2 の活用

📚テキスト分析と自然言語処理で複雑な文書から洞察を得る！

  • 💻言語の本質を理解し、テキストデータを効果的に前処理して分析する方法を学びます。

  • 🚀強力なNLPツールを扱い、ビジネス現場での実践能力を育て、より効果的な意思決定に役立つテキストマイニング技術を身につけます。 🛠📊​

  • 🗝ビジネスを変える鍵をPythonのテキスト分析で見つけてください。 💬🔍​

こんな方におすすめです

📊企画者、マーケティング担当者、アナリスト🕵‍♂️

  • 顧客フィードバック、FGI、質問、苦情、データ定性分析

  • オンライン商品レビューの評価と分析による市場トレンドの理解

  • 市場調査および競合製品ソーシャルメディア分析によるブランドモニタリング

🔬研究者🧪

  • ソーシャルメディアデータによる社会的相互作用と文化的現象の理解

  • 研究論文からの情報抽出

  • 膨大なニュース記事、演説文、特許、法律政策文書分析

🎓学生📚

  • テキストプロジェクトと課題の実行

  • 学術関連論文分析

  • テキストビッグデータベースの情報ナビゲーションによるデータリテラシー含量

  • テキストから洞察を得て問題解決能力を育てたい人

このようなことを学びます。

テキスト前処理

  • 正規表現、テキスト精製（Text Cleaning）


  • トークン化 (Tokenization)


  • 韓国語形態素分析器 KoNLPy

  • Pure Python 韓国語形態素アナライザ PeCab

  • 名詞抽出と

    品詞タグ付け (Part-of-Speech Tagging)

  • 語根抽出（Stemming）と見出し語抽出（Lemmatization）

  • 不用語処理(Stop Words)

ワードクラウドの可視化

ワードクラウドの可視化

単語のベクトル化

  • 単語頻度数の計算 (Term Frequency)

  • TF-IDF(Term Frequency-Inverse Document Frequency)

  • Word Embedding

単語ベクトル化によるトピックのモデリング

単語ベクトル化によるトピックのモデリング

トピックモデリング、群集化、類似度分析

  • 潜在的なディリクレの割り当て (Latent Dirichlet Allocation, LDA)

  • 非負の行列分解(Non-Negative Matrix Factorization, NMF)

  • 文書のクラスタ化による類似文書のクラスタリング

  • 類似度分析による文書推薦と類似文書の検索

NMFトピックのモデリング

NMFトピックのモデリング

テキスト分類

  • 機械学習を利用したテキスト分類技術

  • 機械学習性能を向上させるためのハイパーパラメータのチューニング方法

  • 分類品質測定方法

  • テンサフローディープラーニングに基づく分類 DNN、RNN、LSTM

テキスト分類の可視化

テキスト分類

テキストのベクトル化と埋め込みの違い

  • ベクトル化と埋め込みの違いを理解する

  • 埋め込みプロジェクターの使用

  • ディープラーニングモデルの使用

  • テンソルボードによるモデル性能の測定

  • BERTモデルを利用したテキスト分類と可視化

テンソルボードを利用したモデル性能評価

テンソルボードを利用したモデル性能評価

埋め込みプロジェクターの可視化

埋め込みプロジェクターの可視化

埋め込みプロジェクターの可視化

埋め込みプロジェクターによる単語の距離

ハギングペースの活用法と主要言語モデルタスクの理解

  • ✍自然言語の生成(Natural Language Generation)

  • 📖文書の要約（Document Summarization）


  • 🌐言語翻訳(Language Translation)

  • 最新のテキスト分析のトレンドと実務の適用方法

ハギングフェイス公式チュートリアルの活用法

ハギングフェイス公式チュートリアルの活用法

講義を聞いたら、何を理解し、上手にできるようになりますか？

  • 📝トークン化（Tokenization）

    • テキストを個々の単語、フレーズ、文章などに分割します。

  • 🏷 品詞タグ付け ( Part -of-Speech Tagging)

    • 各トークン（単語）に品詞（名詞、動詞など）をタグ付けし、調査、句読点などを削除する方法を学びます。


  • 📚トピックモデリング、集団化、類似度分析

    • ドキュメントセットから隠しトピックを抽出します。

    • 同様のテキストをクラスタリングします。 (data-clustering)

    • 同様のテキストを検索または推奨します。

  • 📊テキスト分類 (Text Classification)

    • 文書を事前定義されたカテゴリに分類します。

  • 😃感性分析(Sentiment Analysis)

    • テキストで肯定的、否定的、中立的な感性を分析します。

  • 🔑キーワード抽出（ Keyword Extraction）

    • テキストから重要なキーワードやフレーズを抽出します。


実習資料 - 実習用、実行用の2つのバージョンを提供

コードが入力されていない実習資料（*_input.ipynb）

コードが入力されていない実習資料（*_input.ipynb）

コードが入力された実習資料（*_output.ipynb）

コードが入力された実習資料（*_output.ipynb）

コードが入力されず、説明のみの実習資料（*_input.ipynb）ファイルと、コードと説明が入力された実習資料（*_output.ipynb）ファイルの提供でコードを見ながら従うこともできますし、コードなしで説明だけを見て直接実習をしてみることもできます。

理論資料

200ページを超える分量の自然言語処理（NLP）の核心内容を説明しているスライド資料提供

200 ページを超える分量のスライド素材

200 ページを超える分量のスライド素材

みんなの韓国語テキスト分析 with Python (ギルベット出版社)

すべての韓国語テキスト分析の共著者

この講義を作った人

気になる内容
まず確認してみてください！ 🙋‍♀

Q. 非専攻者も聞くことができますか？

Pythonの基礎文法を理解している場合は、形態素アナライザ、サイキランやパンダスのAPIを主に使用するので、非専攻者が十分に聞くことができます。さまざまな分野でテキスト分析を活用したい方のための講義です。企画者、マーケター、アナリスト、非IT系の研究者の方々がビジネスでテキストを活用することを目的に作られました。そのため、AIモデルを直接開発したり、底から数式を作成して分析したい人には合わない場合があります。

Q. YouTubeに公開されているみんなのテキスト分析本映像と同じですか？

この講座のほとんどがすべて新しく撮影された映像です。 YouTubeチャンネルに公開された映像は、Python、パンダス基礎、分類基礎、一部の内容が重なります。また、トピックモデリング、群集化、類似度分析、次元縮小、ディープラーニング活用についてはYouTubeにない内容をはるかに詳しく取り上げます。購入前にYouTubeの映像を通じて、自分が考えていた学習内容であることを確認してください。 => https://bit.ly/pytextbook-youtube

Q. 本の内容と同じですか？本も購入する必要がありますか？

本の内容と重なる部分もあり、そうでない部分もあります。トピックのモデリング、クラスタリングなどは本よりも詳細に扱われ、本のすべての例をカバーしていません。
本がなくても受講可能です。本は整理されたテキストで再整理したい方にお勧めします。

Q. コンピュータの性能はどの程度でなければ受講できますか？

8GB以上のメモリと残りのストレージスペースが20GB程度になるPCやノートパソコンであれば構いません。

Q. 授業内容をどの程度レベルまで扱いますか？

小さなフードレビューの例コーパスデータから始めて、ソウル120 FAQデータ、ショッピングレビュー、KLUEニューストピックデータまで取り上げます。
トークン化、形態素分析、トピックモデリング、群集化、類似度分析、機械学習の活用法を扱います。
ハギングフェイスを介して既存の共有モデルを活用する方法について説明します。

Q. 数学や確率、統計を扱いますか？

直接数学、確率、統計を求めずにサイキランやパンダス、テンサフロー、パイトーチ、ハギングフェイスを活用します。

受講前の注意

こんな方にはおすすめしません。 🚫

  • 🙅‍♂LLMモデルの数学的計算法と原理を学び、LLMモデルを底から作りたい方

  • 🙅‍♂LLMベースのAIサービスを開発したい人

練習環境

  • オペレーティングシステムとバージョン（OS）：PythonがインストールされていてJupyterまたはColabが使用している場合は、どのオペレーティングシステムに関係ありません。

  • 使用ツール：JupyterまたはGoogle Colabを使用してください。

  • PC仕様：RAM 8G以上と20Gのストレージ空き容量があれば十分に受講可能です。

学習資料

  • colabを介した練習リンクとジュピターノートブックファイルを提供します。

  • 説明とコードが入力された資料と説明だけが入力されており、直接練習できるファイル2つを提供します。

InflearnプレビューまたはYouTube チャンネルを通じて公開されたいくつかのクラスを最初に聞いて、受講するかどうかを決定してください。

受講前にいくつかのクラスをプレビューできます。希望の学習方向であることを確認してください。 （ => https://bit.ly/pytextbook-youtube ）またご質問がある場合は、受講前のお問い合わせからお問い合わせください。 YouTubeの内容以外の授業では、はるかに多様なタスクとディープラーニング活用法について YouTubeにない内容をより詳しく取り上げます。

選手の知識と注意事項

  • Pythonの基礎文法の理解が必要です。

  • JupyterまたはGoogle Colaboratoryの使用方法を知っておく必要があります。


こんな方に
おすすめです

学習対象は
誰でしょう？

  • テキスト分析が必要なビジネス専門家

  • 研究や論文でトピックモデリングや類似度分析が必要な研究者

  • テキスト分析プロジェクトをしようとしている学生

  • テキスト分析のポートフォリオを作成したい就職活動生

前提知識、
必要でしょうか？

  • Pythonの基本文法

  • Jupyter Notebook、またはGoogle Colaboratory の使い方

こんにちは
です。

19,626

受講生

835

受講レビュー

1,345

回答

4.9

講座評価

7

講座

カリキュラム

全体

53件 ∙ (18時間 6分)

講座資料（こうぎしりょう）:

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

26件

4.8

26件の受講レビュー

  • ckfs8971님의 프로필 이미지
    ckfs8971

    受講レビュー 8

    ∙

    平均評価 5.0

    5

    100% 受講後に作成

    ネイバーブーストコースでパク・ジョウン講師講座受講後 続いて進めました。非専攻者が聞きやすくて良く、90％以上のプロジェクト実習を中心にお勧めします... 難しく学習したディープラーニングについて概念を簡単に再理解するのにも良かったです。 YouTubeで進行するマーケティング分析も講義で提供していただければと思います。

    • blackorca님의 프로필 이미지
      blackorca

      受講レビュー 1

      ∙

      平均評価 5.0

      5

      30% 受講後に作成

      • nullpoint7626님의 프로필 이미지
        nullpoint7626

        受講レビュー 6

        ∙

        平均評価 4.7

        5

        30% 受講後に作成

        よく理解できます

        • geogeo20205381님의 프로필 이미지
          geogeo20205381

          受講レビュー 2

          ∙

          平均評価 5.0

          5

          100% 受講後に作成

          • sygogu4600님의 프로필 이미지
            sygogu4600

            受講レビュー 2

            ∙

            平均評価 5.0

            5

            30% 受講後に作成

            ￥9,411

            todaycodeの他の講座

            知識共有者の他の講座を見てみましょう！

            カチッ！AIで専門家のようにWebクローリング＆データ分析(w. GEMINI CLI)講義サムネイル

            カチッ！AIで専門家のようにWebクローリング＆データ分析(w. GEMINI CLI)

            todaycode

            課金なしで始めるGEMINI CLIバイブコーディングで自分だけのデータ分析ポートフォリオを作る データ収集、分析、レポート、ダッシュボード作成で業務自動化 データ収集が初めてでも、原理とプロンプト作成方法、VSCodeの使い方を身につければ、データアナリストのようにデータ収集、分析、可視化、レポート、ダッシュボード作成などができます。 GEMINI CLIとVSCodeで学ぶPythonデータ収集から分析レポート作成まで 失敗しないデータ収集と分析のためのプロンプト作成とエラー解決方法

            入門

            入門

            Python, VSCode, gemini

            カチッ！AIで専門家のようにWebクローリング＆データ分析(w. GEMINI CLI)講義サムネイル

            カチッ！AIで専門家のようにWebクローリング＆データ分析(w. GEMINI CLI)

            todaycode

            公共データでPythonデータ分析を始める講義サムネイル

            公共データでPythonデータ分析を始める

            todaycode

            イディヤはスターバックスの近くに入店するという説がありました。果たしてイディヤとスターバックスの店舗立地はどのくらい違いがありますか？ 2013年から2019年までの不動産価格変動の傾向は、アパートの売り手にも反映されますか？ 私たちの近所にはどんな公園がありますか？公共データポータルのデータをどのように活用すればよいですか？パブリックデータを通じてさまざまな形式のデータを扱い、Pythonと複数のデータ分析ライブラリに慣れることを目指しています。

            初級

            初級

            Python, Pandas, Numpy

            公共データでPythonデータ分析を始める講義サムネイル

            公共データでPythonデータ分析を始める

            todaycode

            キャグル実習で学ぶデータサイエンス講義サムネイル

            キャグル実習で学ぶデータサイエンス

            todaycode

            機械学習とデータサイエンスコンペティションプラットフォームであるキャグルを通じて、データ分析と機械学習に入門してみます。

            初級

            初級

            Kaggle

            キャグル実習で学ぶデータサイエンス講義サムネイル

            キャグル実習で学ぶデータサイエンス

            todaycode

            Python を使用して証券データを集め、分析してシグナルとノイズを見つける講義サムネイル

            Python を使用して証券データを集め、分析してシグナルとノイズを見つける

            todaycode

            投資に関する講義ではありません。証券データを使用して、データの収集、分析、および視覚化について説明します。さまざまなデータ形式を取り扱い、さまざまなテキスト前処理手法を習得します。時系列データの視覚化手法とスケール表現方法、株価データの解釈方法について説明します。この講義は、データ分析を通じてインサイトを得る方法を学ぶ講義です。株価データから学んだ内容を、時系列が使用される需要量、在庫量、販売量、トラフィック量などのデータの収集、分析、視覚化に活用できるように構成されています。

            初級

            初級

            Python, Plotly, Pandas

            Python を使用して証券データを集め、分析してシグナルとノイズを見つける講義サムネイル

            Python を使用して証券データを集め、分析してシグナルとノイズを見つける

            todaycode

            キャグルアンケートによるデータ分析の入門講義サムネイル

            キャグルアンケートによるデータ分析の入門

            todaycode

            キャグルはどんなプラットフォームですか？毎年、キャグルでは世界中のユーザーを対象にアンケートを行います。データサイエンスを学びたいと思うとき、いくつかの疑問があります。 今始めるには遅すぎませんでしたか？ PythonとRの間でどの言語を選ぶべきですか？給与はどのくらいですか？ 世界中のユーザーの回答で気になることを解決してください！ Pandasの強力な機能のいくつかは、頻度分析とデータの可視化を可能にします。

            初級

            初級

            Kaggle, Pandas, Seaborn

            キャグルアンケートによるデータ分析の入門講義サムネイル

            キャグルアンケートによるデータ分析の入門

            todaycode

            わずか 2 つのドキュメントでデータ分析と視覚化をマスターする講義サムネイル

            わずか 2 つのドキュメントでデータ分析と視覚化をマスターする

            todaycode

            Pandas を使用してデータ分析、前処理、機械学習、ディープラーニングを行うと、常に使用される機能を中心に使用することになります。 こうした重要な内容だけを集めて整理した Pandas Cheat Sheet があります。分厚い本で Pandas を学んで疲れた方に、2 枚の文書で Python Pandas を紹介します。Pandas 公式チュートリアルで提供される cheat sheet を使用して、Pandas の主要機能を習得します。

            初級

            初級

            Python, Pandas

            わずか 2 つのドキュメントでデータ分析と視覚化をマスターする講義サムネイル

            わずか 2 つのドキュメントでデータ分析と視覚化をマスターする

            todaycode

            似ている講座

            同じ分野の他の講座を見てみましょう！

            例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで講義サムネイル

            例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで

            AISchool

            ディープラーニング自然言語処理の基礎から最新モデルであるTransformerとBERTまで、ディープラーニング自然言語処理(Natural Language Processing [NLP])の原理と活用方法を様々な例と実習コード実装を通じて学習します。

            初級

            初級

            Deep Learning(DL), NLP, Tensorflow

            例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで講義サムネイル

            例として学ぶディープラーニング自然言語処理入門 NLP with TensorFlow - RNNからBERTまで

            AISchool

            LLMの歴史と発展講義サムネイル

            LLMの歴史と発展

            arigaram

            自然言語処理技術の出発点から始まり、最新のLLMモデルに至るまでの過程で開発された多様な言語モデルを詳細に説明します。

            入門

            入門

            NLP, RNN, self-attention

            LLMの歴史と発展講義サムネイル

            LLMの歴史と発展

            arigaram

            人工知能はどのように考え、学ぶのか？ 機械学習完全攻略講義サムネイル

            人工知能はどのように考え、学ぶのか？ 機械学習完全攻略

            momo7777322031

            世界を変えるAIの全てをたった4講で完全攻略！ 第1講. 人工知能の本当の正体 AIは魔法ではない。人間の「知能」を数式のように分析して作ったデジタル頭脳！ 賢いふりをする人工知能の核心構造を徹底的に解明します。 第2講. アルゴリズム、AIの創造的（？）思考法 悩むAIはどのようにして答えを見つけるのか？ 囲碁を打ち、道を探し、あなたの検索結果を予測するAIの戦略を直接見てみましょう。 第3講. AIハードウェア、想像を現実に変えるエンジン！ あなたのスマートフォンの中のチップがAIの心臓だ。 CPU、GPU、TPU、そして未知のその名前まですべて解剖します。 第4講. マシンラーニングとディープラーニングの大激突！ AIが「学ぶ」というのは一体どういう意味なのか？ 古典的なルールベースAIから、最近話題のChatGPTまで！学習の進化を追跡します。

            入門

            入門

            Machine Learning(ML), Deep Learning(DL), AI

            人工知能はどのように考え、学ぶのか？ 機械学習完全攻略講義サムネイル

            人工知能はどのように考え、学ぶのか？ 機械学習完全攻略

            momo7777322031

            初めてのカスタムLLM作成 – LoRA & QLoRAファインチューニング入門講義サムネイル

            初めてのカスタムLLM作成 – LoRA & QLoRAファインチューニング入門

            HappyAI

            "LoRAベースの軽量ファインチューニングで自分だけのカスタムLLMを作る第一歩！" この講義は、初めてLLMに触れる方でも簡単についてこられるように設計された入門実習講義です。 複雑な理論は最小限に抑え、モデルの読み込み → データ適用 → 学習 → 結果比較まで全過程を段階的にご案内します。 短時間でLoRA・QLoRAのような最新の軽量ファインチューニング技法の流れを直接体験しながら、 「LLMファインチューニングはこうやって動くんだ」という感覚をつかむことができます。 多くのリソースがなくても、自分のドメインに特化したLLMを作る達成感を直接感じてみてください！

            入門

            入門

            Deep Learning(DL), NLP, AI

            初めてのカスタムLLM作成 – LoRA & QLoRAファインチューニング入門講義サムネイル

            初めてのカスタムLLM作成 – LoRA & QLoRAファインチューニング入門

            HappyAI