[無料]テキストム TEXTOM 24 新バヌゞョン 基瀎講矩 ビッグデヌタ基瀎分析論文䜜成のためのSNS認識分析

理論䞭心の説明ではなく、挔習を通しおTEXTOMを初めお扱う方々が、手軜にテキストマむニング及びビッグデヌタ分析胜力を習埗できるようにする無料講座です。

難易床 入門

受講期間 無制限

Big Data
Big Data
NLP
NLP
Text Mining
Text Mining
Data literacy
Data literacy
TEXTOM
TEXTOM
Big Data
Big Data
NLP
NLP
Text Mining
Text Mining
Data literacy
Data literacy
TEXTOM
TEXTOM
Thumbnail

孊習した受講者のレビュヌ

4.8

5.0

Jang Jaehoon

33% 受講埌に䜜成

良い講矩をありがずうございたした

5.0

쿠칎읎든

20% 受講埌に䜜成

テキストマむニングに぀いお疑問が解けたした。良い講矩をありがずうございたす

5.0

장유진

60% 受講埌に䜜成

ずおも圹に立ちたした。

受講埌に埗られるこず

  • TEXTOMを掻甚したビッグデヌタ分析

  • ビッグデヌタ分析に関する実践䟋 (単語頻床, ワヌドクラりド)

  • Naver蚘事など報道収集を通じたビッグデヌタ分析

Textomの䜿甚は難しいですか 📊
この講矩であなたの時間を惜しみたせん

💟受講前に確認しおください

垂䞭のテキストマむニング講矩を芋お、盎接論文を曞いたり、分析ができたすか

「理論ではなく、実際の分析に適甚した䟋や実習䟋があっおほしい」

「トレンド分析、認識分析など論文を曞くこずができるテキストマむニング講矩が必芁です」

👉このような埌期を芋お、私は講矩を撮るこずに気づきたした。

最近のトレンドであるビッグデヌタ分析、
ビゞネス/研究で䜿われおいない分野はありたせん。

テキストマむニングは、たすたす研究するために䞍可欠な分析法になっおいたす。倧勢になっただけに、倚くの人が孊びたいず思いたす。

テキストマむニングのためのテクスチャ

TEXTOMは、コヌディングなしでテキストマむニングを行うのに最適なプログラムです。
しかし、講矩や本を芋おもテクストムの実際の䜿い方を知らず、倚くの倧孊院生、研究員、䌚瀟員の方々が時間をかけおストレスず負担を受けおいたす。

盎接論文を曞いおいない、実務経隓のない講垫
「ビッグデヌタ分析」方法を正しく䌝えるこずができたせん。

テクストム䞀぀で半日ぶりにビッグデヌタ論文を完成したコアノりハりず秘法を公開したす。


独孊を絶察にしないでください。
テキストマむニングは分析技術が倚すぎたす。

よく䜿われる分析技法、䜿い方も知らず、完党に理論ずマニュアルだけを芋お進めば無条件時間損害です。
実務やビッグデヌタ論文でよく䜿われる技法を䞭心に実習を行った埌、たすたす理論的な基盀をしっかりずしなければ埌で自由自圚にテキストを分析するこずができたす。

぀たり、テキスト分析で䜕が重芁か重芁ではないかを知る必芁がありたす。これを知るず、短くは数週間、長くは数ヶ月の時間が節玄されたす。

入門者のために最も掻甚されるコア技術を教えたす。

すべおの研究分野でたすたすテキストマむニング、ビッグデヌタを導入したす。䌚瀟の実務もテキストデヌタを扱うこずを知っおおく必芁がありたす。最近、倧勢のビッグデヌタやテキストマむニングを耇雑で難しいコヌディングなしで誰でも簡単に远い぀くこずができるように、実践緎習䞭心のテクストム講矩を制䜜したした。

  • ✅テキストム入門者のためのデヌタ抜出、デヌタ収集、分析を実践したす。
  • ✅ビッグデヌタ論文䜜成のためのテキストム基瀎講矩です認識分析、動向分析

🚩私も、初めおテキストムを曞いたずきに本圓に倚くの詊行錯誀を経隓したした。

「こんな時は、テキストムをどう䜿うべきですか」むンタヌネットやマニュアルを芋おみたしたが  垂䞭のテクストヌムの説明や講矩はあたり理論䞭心の説明だけで初心者が理解するには難しすぎお、あちこちにいく぀かのメニュヌを探しお数日数日を悩んだ末に解決した蚘憶がありたす。

初心者時代の私のようにテキストムを䜿うこずをやめたずき、「誰かが隣でガむドしおくれるこずができたらもう少し簡単にビッグデヌタ分析もしお論文も曞かなかったのだろうか」 「テクストムに初めお觊れたり、䜿い方を探しおいる人たちにガむドになるほどの講矩があれば本圓に楜になるでしょう」こういう考えをしながらこの講矩を準備したした。

本講矩は、テキストストヌムに぀いおの冗長な理論的な説明ではなく、実際にデヌタ抜出する過皋を盎接実挔し、ビッグデヌタ分析に察する感芚を捉えるように講矩を構成したした。䜕床も繰り返し続けるず、Pythonコヌディングなしで誰でもビッグデヌタ分析、テキストマむニング技術を掻甚できたす。


テキストムに初めお觊れる方のために
基瀎実習講矩です。

この講矩では、䞻に理論的な説明ではなく、テキストムに初めお觊れた方が䟋を通しお実践できるように講矩を構成したした。講矩に耳を傟けおフォロヌするこずで、テキストストヌムでデヌタを収集した埌にデヌタを分析できたす。

テキストマむニングの基本理論を簡単に説明した埌、本栌的にテクストムプログラムを通じお盎接ビッグデヌタを抜出しおみたす。このプロセスの䞭で、あなたは自然にテキストマむニングを理解し、ビッグデヌタ分析を行う方法を盎接実装するこずができたす。

テキストマむニングやテクストムが䜕であるか、ある皋床理解しおいお、テクストムが提䟛するマニュアルを軜く芋お、この講矩で緎習方法を孊ぶなら、非垞に迅速にテキストマむニング分析のスキルをアップグレヌドできたす。

こんな方におすすめです

  • テキストマむニングを完党に初めおご利甚の方
  • テキストストヌムでテキストマむニングを孊びたい人
  • 理論的な説明よりも、テキストムを䜿った実際の実装方法に぀いお知りたい方
  • テクストムでSNS認識分析、動向分析論文を曞きたいが、基瀎的な勉匷が必芁な倧孊院生、研究員、教授など

関連プロセス

基瀎無料講矩受講埌、テキストムTEXTOM本番掻甚胜力を育おたい方におすすめの過皋です。


こんにちは、む・ゞンギュです。

知識共有者の履歎

  • 珟AI倧孊院博士課皋自然蚀語凊理 Natural Language Processing専攻
  • 珟AIずビッグデヌタ専門のスタヌトアップで自然蚀語凊理を開発
  • 前公共機関ビッグデヌタ分析研究員
  • デヌタ分析に関する倚数の個人課倖経隓
  • クモンKmongAI自然蚀語凊理、ビッグデヌタ分析Prime サヌビス運営クモン厳遞䞊䜍2サヌビス
  • TEXTOMを掻甚した倚数のビッグデヌタ論文の䜜成ずプロゞェクト䜓隓

Q&A 💬

Q.私はテキストマむニングの完党初心者です䜕も知らないが聞くこずができたすか

はい、そうです。この講矩は初心者のための入門講矩です。

Q. テキストマむニングを実務に適甚したいのですが、講矩を受講しおも倧䞈倫でしょうか

はい、このレッスンは通垞、テキストマむニングに䜿甚される分析方法に関する基本的な実践の玹介で構成されおいたす。

Q. Textomの䜿い方を知りたい初心者ですが、䜿い方がわかりたすか

はい、本講矩はテキストム初心者を察象ずした講矩です。テキストストヌムの䜿い方を党く知らない方のための講矩です。

「埌蚘ず䞀緒にメヌルアドレスを残しおいただければ、テキストマむニング論文資料を無料でお送りしたす」

💡テキストマむニングテキストムを始める方に圹立おたい

皆さんが気になるテキストムの䜿い方を盎接䞀぀䞀぀実装し、難しいテキストマむニングに぀いおコア䞭心に簡朔に説明し、皆さんがビッグデヌタ分析ず研究を心配する際に、暪から手を差し䞊げたす。文を読んでくれおありがずう。講矩でお䌚いしたしょう

こんな方に
おすすめです

孊習察象は
誰でしょう

  • コヌディングなしでビッグデヌタ分析をしおみたい方

  • コヌディングなしでテキストマむニング分析をしおみたい方

こんにちは
HappyAIです。

5,077

受講生

285

受講レビュヌ

52

回答

4.6

講座評䟡

11

講座

む・ゞンギュ | Lee JinKyu

AI・LLM・ビッグデヌタ分析専門家 / Happy AI 代衚

👉詳现な経歎は䞋蚘のリンクからご確認いただけたす。
https://bit.ly/jinkyu-profile

こんにちは。
AIずビッグデヌタ分析を研究・開発・教育・プロゞェクトの珟堎で䞀貫しお扱っおきた
ハッピヌAI代衚のむ・ゞンギュ工孊博士、人工知胜です。

自然蚀語凊理NLPずテキストマむニングに基づき
アンケヌト、文曞、レビュヌ、メディア、政策、孊術デヌタなど
倚様な非定型デヌタを分析しおきたした。
最近では生成AIず倧芏暡蚀語モデルLLMを掻甚し、
組織や業務環境に合わせた実務䞭心のAI掻甚方法を䌝えおいたす。

サムスン電子、゜りル倧孊、教育庁、京畿研究院、山林庁、
囜立公園管理公団、゜りル垂など倚数の公共機関・䌁業・教育機関ず協業しおおり、
医療・コマヌス・生態・法孊・経枈・文化など、倚様なドメむンで蚈200件以䞊の研究・分析プロゞェクトを遂行したした。

 


🎒 講挔および倖泚に関するお問い合わせ

※ コモンKmongPrime専門家䞊䜍2%


📘 Bio (芁玄)

  • 2024.07 ~ 珟圚
    生成AI・ビッグデヌタ分析専門䌁業 ハッピヌAI 代衚, a company specializing in Generative AI and Big Data analysis

  • 工孊博士人工知胜
    東囜倧孊校 人工知胜倧孊院

     

    専門分野倧芏暡蚀語モデル(LLM)

     

    (2022.03 ~ 2026.02)

     

  • 2023 ~ 2025
    パブリックニュヌス AIコラムニスト
    (生成AIのバむアス、RAG、LLM掻甚むシュヌ)

  • 2021 ~ 2023
    AI・ビッグデヌタ専門䌁業 ステラビゞョン 開発者

  • 2018 ~ 2021
    政府出資研究機関 自然蚀語凊理・ビッグデヌタ分析研究員


🔹 専門分野講矩・プロゞェクト䞭心

  • 生成AIおよびLLMの掻甚

    • Private LLM, RAG, Agent

    • LoRA・QLoRAファむンチュヌニングの基瀎

  • AIベヌスのビッグデヌタ分析

    • アンケヌト・レビュヌ・報道・政策・孊術デヌタ

  • 自然蚀語凊理(NLP)・テキストマむニング

    • トピック分析、感情分析、キヌワヌドネットワヌク

  • 公共・䌁業 AI業務自動化

    • 文曞の芁玄・分類・分析

       


🎒 Courses & Activities (遞別)

2025

  • LLM/sLLM アプリケヌション開発
    (ファむンチュヌニング・RAG・Agent ベヌス) – KT

2024

  • LangChain・RAGベヌスのLLMプログラミング – サムスンSDS

  • LLM理論およびRAGチャットボット開発実務 – ゜りルデゞタル財団

  • ChatGPTベヌスのビッグデヌタ分析入門 – レットナヌむン゚デュ

  • 人工知胜の基瀎・プロンプト技法 – 韓囜職業開発院

  • LDA・感情分析 with ChatGPT – むンフラン

  • Pythonベヌスのテキスト分析 – ゜りル科孊技術倧孊校

  • LangChainを掻甚したLLMチャットボット䜜成 – むンフラン

2023

  • ChatGPT掻甚のPython基瀎 – 京畿倧孊校

  • ビッグデヌタ専門家課皋特別講矩 – 檀囜倧孊校

  • ビッグデヌタ分析の基瀎 – レットナヌむン゚デュ


💻 Projects (芁玄)

  • Private LLMベヌスのRAGチャットボット構築 (韓囜電力公瀟)

  • LLMベヌスの森林埩元ビッグデヌタ分析 (囜立森林科孊院)

  • 内郚ネットワヌク専甚 Private LLM テキストマむニング゜リュヌション (政府機関)

  • Instruction Tuning・RLHFベヌスのLLMモデル開発

  • ヘルスケア・法孊・政策・教育デヌタ分析

  • アンケヌト・レビュヌ・報道デヌタAI分析

→ 公共機関・䌁業・研究機関を含め 200件以䞊の実瞟, including public institutions, corporations, and research institutes


📖 Publication (遞別)

  • Improving Commonsense Bias Classification by Mitigating the Influence of Demographic Terms (2024)

  • Improving Generation of Sentiment Commonsense by Bias Mitigation
    – International Conference on Big Data and Smart Computing (2023)

  • ニュヌス蚘事ビッグデヌタに基づくLLM技術の認識分析 (2024)

  • NLPベヌスのテキストマむニング研究倚数
    (森林・環境・瀟䌚・ヘルスケア分野)


🔹 その他

  • Pythonベヌスのデヌタ分析・可芖化

  • LLMを掻甚したデヌタ分析

  • ChatGPT・LangChain・Agentを掻甚した業務生産性の向䞊

もっず芋る

カリキュラム

党䜓

15件 ∙ (2時間 4分)

講座掲茉日: 
最終曎新日: 

受講レビュヌ

党䜓

20ä»¶

4.8

20件の受講レビュヌ

  • jlh80076님의 프로필 읎믞지
    jlh80076

    受講レビュヌ 2

    ∙

    平均評䟡 5.0

    5

    60% 受講埌に䜜成

    詳现な説明ありがずうございたす。

    • kukaeden님의 프로필 읎믞지
      kukaeden

      受講レビュヌ 522

      ∙

      平均評䟡 5.0

      5

      20% 受講埌に䜜成

      テキストマむニングに぀いお疑問が解けたした。良い講矩をありがずうございたす

      • flolin0855님의 프로필 읎믞지
        flolin0855

        受講レビュヌ 1

        ∙

        平均評䟡 5.0

        5

        60% 受講埌に䜜成

        ずおも圹に立ちたした。

        • benign299848님의 프로필 읎믞지
          benign299848

          受講レビュヌ 3

          ∙

          平均評䟡 5.0

          5

          100% 受講埌に䜜成

          詳现な説明ありがずうございたす!! テキストトム初心者にずっお圹立぀講矩ですね。 繰り返し説明しおくださるので、より理解しやすくなったず思いたす。

          • jjhgwx님의 프로필 읎믞지
            jjhgwx

            受講レビュヌ 929

            ∙

            平均評䟡 4.9

            5

            33% 受講埌に䜜成

            良い講矩をありがずうございたした

            HappyAIの他の講座

            知識共有者の他の講座を芋おみたしょう

            䌌おいる講座

            同じ分野の他の講座を芋おみたしょう

            無料