-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathindex.Rmd
102 lines (57 loc) · 3 KB
/
index.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
---
title: "R로 하는 텍스트마이닝"
author: "안도현"
date: "`r Sys.Date()`"
site: bookdown::bookdown_site
output: bookdown::gitbook
documentclass: book
bibliography: [book.bib, packages.bib]
biblio-style: apalike
link-citations: yes
github-repo: rstudio/bookdown-demo
description: "R로 하는 텍스트마이닝"
---
# Welcome {-}
## 머리말
## 구성
텍스트마이닝에 필요한 R의 기초, 분석의 전단계, 그리고 분석 등으로 구성돼 있다. R에 익숙하면 곧바로 분석 전단계인 "4. 틀잡기"부터 시작해도 된다.
#### R기초
R의 설치, 데이터유형과 구조, 시각화의 기초적인 내용과 R과 RStudio를 이용하는 과정에서 겪을 수 있는 문제해결 방법에 대해 다뤘다.
1. 도입
2. 준비1
3. 준비2
#### 분석 전단계
텍스트마이닝의 전반적인 구조와 자료 수집과 불러오기, 정제(전처리)에 필요한 다양한 도구(stringr, dplyr, tidyr, purrr, regex 등)의 학습 및 정제(전처리)하는 방법에 대해 학습한다.
4. 틀잡기
5. 수집: 불러오기
6. 정제도구
7. 정제(전처리)
#### 분석 I
단어의 빈도를 계산해 텍스트에서 의미를 추론하는 방식을 학습한다. 사전(감정사전)을 이용하는 방법, 상대적인 빈도(tf-idf, 가중로그승산비 등)를 계산하는 방법, 기계학습의 비지도학습(주제모형: topic models)으로 계산하는 방법 등을 학습한다.
8. 분석1: 감정어 빈도
9. 분석2: 상대빈도
10. 분석3: 주제모형1
11. 분석4: 주제모형(공변인)
#### 분석 II (예정)
기계학습의 지도학습 방식에 대해 학습한다.
12. 지도학습1
13. 지도학습2
14. 딥러닝1
15. 딥러닝2
## 도움받은 자료
[R for Data Science](https://r4ds.had.co.nz) by Hadley Wickam and Garrett Grolermund
[Text Mining with R](https://www.tidytextmining.com) by Julia Silge and David Robinson
[Supervised Machine Learning for Text Analysis in R](https://smltar.com/) by EMIL HVITFELDT AND JULIA SILGE
[Doit_textmining](https://youngwoos.github.io/Doit_textmining/) by 김영우
[데이터과학입문](https://statkclee.github.io/ds-intro-2020/) by statkclee
[데이터사이언스 스쿨](https://datascienceschool.net) by ratsgo
[R을 이용한 퀀트 투자 포트폴리오 만들기](https://hyunyulhenry.github.io/quant_cookbook/) by 이현열
[Speech and Language Processing (3rd ed. draft)](https://web.stanford.edu/~jurafsky/slp3/)
[QUANTEDA TUTORIALS]([https://tutorials.quanteda.io/)
[Bilogical Data Science Workshops](https://stephenturner.github.io/workshops/index.html)
[Jenny Bryan’s Stat 545 course](https://stat545.com)
[Carpentries](https://carpentries.org)
[Software Carpentry](https://software-carpentry.org)
[Data Carpentry](https://datacarpentry.org)
The online version of this book is licensed under the [Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License](http://creativecommons.org/licenses/by-nc-sa/4.0/).