退勤時間を早めるClaude業務自動化:Excel・レポート・PPTからAIアシスタントまで
HappyAI
退勤時間を早めるClaude業務自動化! Claudeに質問するだけでなく、実際の業務を任せてみましょう。 Excel・文書・議事録・レポート・PPTなど、毎日繰り返す業務を自動化し、退勤時間を早める方法を学びます。コーディングの知識がなくても簡単に取り組める、実務プロジェクト中心の講座です。
入門
data-analysis, data-processing, n8n
【2026年11月アップデート】実践ライブ講義のフルバージョン全8回(約15時間)を追加!データ収集から前処理、TF-IDF・ネットワーク・LDA・BERTopic・感情分析、結果表の整理と解釈まで、テキストマイニング・ビッグデータ論文分析の基礎を1つの講義で学べます。Pythonが初めての方も、Colabで提供するコードに沿って学習できます。


学習した受講者のレビュー
5.0
뚱이 언니
こんにちは、授業の半分ほど聞いた時点で講義評価を残します。私は語学博士を取得し、Pythonに関してはまったく知識が無い状態で講義を聞いていますが、先生がコードをよく組んでくれて、説明も上手くしてくれて満足しながら聞いています。しばらくの間、LDAvisの利用に関してずっとエラーが出て、先生が夕方10時に遠隔で助けてくれましたが、12時30半までしてもとてもダメです。遅い時間でもあり、先生も本当に助けてくださるように努力していなかったので本当に申し訳ありませんでしたが、先生がその翌日メールでエラーを修正してコードを渡してくれました。それだけ講義に心から、情熱的な方です。 (聞いてみると先生が講義リストにコード更新もしてくれましたよ) 私のようにPython関連の知識専務でも講義聞くことができますし、先生に難しさを要請すればよく助けてくれるので講義是非聞いてほしいと思います。私はこの講座が終わったら先生別(有料)講義を聞こうと思います。講義内容も先生も心からお勧めします。
5.0
밝은 비버
テキストマイニング独学で勉強するイライラしているときに一本の光のように見つけた講義です:-) 最近の論文でたくさん取り上げているホットな方法論をすべて説明してくれますが、なぜこんなに理解が上がるのですか..!! (正直に学校で聞くには1学期の講義分ですが…こんなにコンパクトに教えてください…) 何よりも理論講義ではなく実習講義だと実務的にすごく役に立ったし、完全完全知識が濃縮された講義だと受講料が一つも惜しまなかった。むしろ安いと感じるほど..ㅠㅠ もう一つこの講義で一番…完璧な点は..!! 質問を残すと、先生がフィードバックもほぼリアルタイムになり、最後まで一緒に解決してくださるように助けてくれる部分であえて親指ふりを散布させていきます!!^^bb ありがとう、先生~~
5.0
우아한 북극곰
テキストマイニング研究論文を準備している大学院生や研究者には本当に干ばつにダンビーのような講義です。 市中にPythonテキストマイニングに関連する本はいくつかありますが、コーディング初心者が実際にコーディングを研究論文に適用する方向をつかむことはありません。実際にどのように行われるかについてのすべてのプロセスを見せてください。 特に気になる部分へのフィードバックも素早く親切にしてくださった点も良かったです。 このレッスンは、コーディング文法の原理を詳しく説明するレッスンではありません。しかし、コーディングを知らなくても研究に必要な部分を実践にすぐに適用できる講義であるだけにテキストマイニング研究をしたいが、コーディングの適用は難しい方にあまりにも適した講義です!
RISS・ビッグカインズから研究データを直接収集して整理する
形態素解析・ストップワード処理・ユーザー辞書で分析用のクレンジングデータを作成する
TF・TF-IDF・N-gram・ワードクラウドで主要キーワードを抽出する
ネットワーク分析とCONCORクラスターによるキーワード関係の可視化(UCINET)
Perplexity・Coherence・LDAvisを根拠にLDAトピックモデリングを実施する
BERTopic・Word2Vec・Sentence-BERTでAIを活用した分析へと拡張する
KNU感性辞書とChatGPTを活用した感情分析
分析結果を研究に活用できる表や図にまとめ、解釈する
(2026.11更新)実際のライブ講義を、収集から結果の整理まで追体験できる完全版・全8回
受講対象
テキストマイニング・ビッグデータ分析で学位論文・学術論文を準備する大学院生と研究者
研究動向・認識分析をしてみたいけれど、どこから始めればよいか分からず途方に暮れている方
コーディング経験が少ない人文・社会・教育・保健分野の研究者
ニュース・レビュー・SNSなどのテキストデータからキーワードやテーマを抽出する必要がある実務担当者
LDA・BERTopic・感情分析など、必要な手法だけをすばやく身につけたい方
前提知識
Excelの基本的な使い方で十分です。
Pythonが初めてでも大丈夫です(Colabで提供されたコードを実行する方法からご案内します)
5,888
受講生
392
受講レビュー
55
回答
4.5
講座評価
13
講座
AI工学博士・AIソフトウェア学科兼任教授・ハッピーAI代表
こんにちは。
自然言語処理(NLP)と大規模言語モデル(LLM)を中心に、AIの研究・開発・教育に携わっているイ・ジンギュです。 and I research, develop, and teach AI, focusing on natural language processing (NLP) and large language models (LLMs).
人工知能専攻の工学博士号を取得し、自然言語処理とLLMを中心に研究してきました。 and have conducted research primarily in natural language processing and LLMs.
現在AIソフトウェア学科の兼任教授として自然言語処理やコンピュータービジョンなどのAI関連科目を講義しており、生成AI専門企業ハッピーAIを運営しています。
政府出資研究機関で自然言語処理・ビッグデータ分析の研究員として勤務した後、AI専門企業の開発者を経て、現在は企業や公共機関のAIプロジェクトと教育に携わっています。
SamsungSDS、KT、現代ウィア、ソウルデジタル財団など、さまざまな企業・機関で生成AI、LLM、RAG、AIエージェント、ファインチューニングに関する研修やプロジェクトを実施してきました。
また、文書・アンケート・レビュー・報道・政策・学術データなど、さまざまな非構造化データを対象に自然言語処理とテキストマイニングの研究を行い、医療・政策・環境・法学・経済・教育など、幅広い分野の研究・分析プロジェクトを経験してきました。
AIソフトウェア学科兼任教授
自然言語処理
コンピュータビジョン
生成AI
データマイニング
工学博士(人工知能)
大規模言語モデル(LLM)・Agent研究
Happy AI代表
生成AI・LLM・RAG・AI Agentの研究開発および教育
政府出資研究機関の研究員
自然言語処理・ビッグデータ分析
AI・ビッグデータ専門企業の開発者
AIコラムニスト
生成AI、LLM、RAGおよびAI技術に関する寄稿
生成AIおよび大規模言語モデル(LLM)
RAG · プライベートLLM
AIエージェント・Agentic AI
LangChain・LangGraphベースのAIアプリケーション
LoRA・QLoRAベースのLLMファインチューニング
自然言語処理(NLP)・テキストマイニング
AIを活用したデータ分析および業務自動化
サムスンSDS – LangChain・RAGベースのLLMプログラミング
KT – LLM/sLLMアプリケーション開発
ソウルデジタル財団 – LLM理論およびRAGチャットボット開発
現代ウィア – 生成AI・AX研修
ソウル科学技術大学 – Pythonベースのテキスト分析
京畿大学 – ChatGPT活用Python
檀国大学校 – ビッグデータ専門家課程
Private LLMベースのRAG文書検索・チャットボット構築
社内ネットワーク環境におけるPrivate LLMソリューション開発 in an internal network environment
LLMファインチューニングおよびInstruction Tuning
AI Agentベースの業務プロセス設計
自然言語処理・テキストマイニングに基づく研究・分析
アンケート・レビュー・報道・政策・学術データのAI分析
自然言語処理・LLM関連の国内外における学術研究の実施
LLMバイアスの測定および緩和に関する研究
NLP・テキストマイニング分野の論文多数
AI関連の特許およびソフトウェアの研究開発経験
著書 『ChatGPTと学ぶ株式データ分析』
AI技術は急速に変化しますが、核心原理を理解すれば、新しい技術もはるかに早く習得できます。
講義では、単に機能やコードを真似することよりも
「何なのか → なぜ必要なのか → どのように動作するのか → 実際にどこで活用するのか」
明確に理解できるように説明することを最も重視しています。
複雑なAI技術を難しく説明するのではなく、
初めて触れる方にも全体の構造を理解し、実際の業務やプロジェクトに適用できるようお伝えします。
ホームページ
https://happyaidata.kr
YouTube
https://www.youtube.com/@HappyAI_0612
GitHub
https://github.com/leejin-kyu
※ クモンPrime専門家
全体
56件 ∙ (20時間 45分)
講座資料:
2. データ前処理の理論紹介
02:21
4. LDAの基本理論
04:41
10. 頻度(TF)を求める
05:49
12. TF-IDFを求める
04:55
14. LDA分析用データの作成
07:24
全体
19件
4.4
19件の受講レビュー
受講レビュー 2
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
5
テキストマイニング研究論文を準備している大学院生や研究者には本当に干ばつにダンビーのような講義です。 市中にPythonテキストマイニングに関連する本はいくつかありますが、コーディング初心者が実際にコーディングを研究論文に適用する方向をつかむことはありません。実際にどのように行われるかについてのすべてのプロセスを見せてください。 特に気になる部分へのフィードバックも素早く親切にしてくださった点も良かったです。 このレッスンは、コーディング文法の原理を詳しく説明するレッスンではありません。しかし、コーディングを知らなくても研究に必要な部分を実践にすぐに適用できる講義であるだけにテキストマイニング研究をしたいが、コーディングの適用は難しい方にあまりにも適した講義です!
受講レビュー 1
∙
平均評価 5.0
5
テキストマイニング独学で勉強するイライラしているときに一本の光のように見つけた講義です:-) 最近の論文でたくさん取り上げているホットな方法論をすべて説明してくれますが、なぜこんなに理解が上がるのですか..!! (正直に学校で聞くには1学期の講義分ですが…こんなにコンパクトに教えてください…) 何よりも理論講義ではなく実習講義だと実務的にすごく役に立ったし、完全完全知識が濃縮された講義だと受講料が一つも惜しまなかった。むしろ安いと感じるほど..ㅠㅠ もう一つこの講義で一番…完璧な点は..!! 質問を残すと、先生がフィードバックもほぼリアルタイムになり、最後まで一緒に解決してくださるように助けてくれる部分であえて親指ふりを散布させていきます!!^^bb ありがとう、先生~~
受講レビュー 1
∙
平均評価 5.0
5
受講評価を聞いて、私も慌てて講義を進めましたが 進捗率は高いのですが、正直何を言っているのか分かりません。私はあまりにも初心者なので。Textomの講義を聞くべきだったようです。Pythonから~~~~~~~~あ〜難しい。私は5月に学会誌に論文を提出しようと思っているのですが.. 実は同僚が1.5日でTextomで論文を書いてアップロードするのを見て、私もできるだろうと思っていたのですが。講義を聞いてもっとメンタルブレイクです。 Textomの講義に行くべきみたいです...とても悲しいです。
こんにちは 😊 初めてビッグデータ分析に触れる場合、概念が少し難しく感じられるかもしれません。特にパイソンやテキストマイニングが初めてであれば、なおさらです。 おっしゃる通り、本講座の前に「基礎テキストマイニング: アプリレビュー分析 with パイソン」や「テキストム TEXTOM 基礎講座: ビッグデータ論文作成のためのSNS認識分析」のような無料講座をまず受講されると、全体的な流れを理解するのに非常に役立つでしょう。 まずは基礎講座を一度受講してみて、その後に本講座を改めて受講されれば、よりスムーズについてこられると思います。学会誌の論文も無事書き上げられるよう応援しております!ありがとうございます 😊
受講レビュー 1
∙
平均評価 5.0
5
こんにちは、授業の半分ほど聞いた時点で講義評価を残します。私は語学博士を取得し、Pythonに関してはまったく知識が無い状態で講義を聞いていますが、先生がコードをよく組んでくれて、説明も上手くしてくれて満足しながら聞いています。しばらくの間、LDAvisの利用に関してずっとエラーが出て、先生が夕方10時に遠隔で助けてくれましたが、12時30半までしてもとてもダメです。遅い時間でもあり、先生も本当に助けてくださるように努力していなかったので本当に申し訳ありませんでしたが、先生がその翌日メールでエラーを修正してコードを渡してくれました。それだけ講義に心から、情熱的な方です。 (聞いてみると先生が講義リストにコード更新もしてくれましたよ) 私のようにPython関連の知識専務でも講義聞くことができますし、先生に難しさを要請すればよく助けてくれるので講義是非聞いてほしいと思います。私はこの講座が終わったら先生別(有料)講義を聞こうと思います。講義内容も先生も心からお勧めします。
知識共有者の他の講座はこちら
同じ分野の他の講座を見てみましょう!