簡介：本課介紹數據預處理過程體系，包括數據類型與采集、文本轉化與抽取、數據集成與規約、中文分詞、數據清洗、特征提取與變換、特征向量化、特征降維、特征選擇、可視化、詞典模型、TF-IDF向量模型、主題模型等。
第1章 手工實現文本特征向量化
第2章 Gensim實現文本特征向量化
- 視頻： 2-1 Gensim介紹 (02:33)
- 視頻： 2-2 Gensim構建語料詞典（1） (12:48)
- 視頻： 2-3 Gensim構建語料詞典（2） (05:48)
- 視頻： 2-4 Gensim統計詞頻特征 (05:49)
- 視頻： 2-5 Gensim計算TT-IDF（1） (11:12)
- 視頻： 2-6 Gensim計算TF-IDF（2） (04:24)
- 視頻： 2-7 LSA潛在語義分析-加載數據（1） (06:21)
- 視頻： 2-8 LSA潛在語義分析-生成主題模型（2） (10:09)
- 視頻： 2-9 LDA隱含狄利克雷分布(1) (10:36)
- 視頻： 2-10 LDA隱含狄利克雷分布(2) (02:18)
- 視頻： 2-11 RP生成隨機映射 (05:10)
- 視頻： 2-12 HDP分層狄利克雷過程 (05:16)
- 視頻： 2-13 Gensim實現新聞文本特征向量化（1） (08:24)
- 視頻： 2-14 Gensim實現新聞文本特征向量化（2） (07:42)
- 視頻： 2-15 Gensim實現新聞文本特征向量化（3） (11:11)
- 視頻： 2-16 Gensim實現新聞文本特征向量化（4） (02:02)