Aplicaciones de Data Science: Text Mining-NLP & Data Mining

Name: Aplicaciones de Data Science: Text Mining-NLP & Data Mining
Rating: 4.5 (12 reviews)

Procesa datos para encontrar patrones de compras y analiza textos para encontrar mensajes ocultos en el corpus textual.

Created byPedro Daniel Alcalá Rojas

Last updated 1/2022

Spanish

Spanish [Auto],

What you'll learn

Aplicaciones de Minería de Datos con el algoritmo Apriori.
Aplicaciones de Minería de Texto para analizar contenidos y sentimientos.
Uso de RStudio para crear informes Makdown html profesionales.
Ciencia de Datos aplicada.
Analizar la cesta de compra de clientes.
Interpretación lingüística cuantitativa.

Course content

4 sections • 19 lectures • 1h 52m total length

Presentación del contenido del curso9:00
Presentación del contenido temático del curso Aplicaciones de Data Science: Text Mining-PLN & Data Mining a cargo del instructor y autor del curso Pedro D. Alcalá R.
Filosofía del curso3:58
Los cursos online3:15

Setup RMarkdown Arules5:49
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la primera sección que trata sobre el uso de la Minería de Datos para obtener las Reglas de Asociación usando el algoritmo Apriori, que con algunos parámetros de entrada como soporte y confianza, obtiene la combinación de ítems o productos que compran los clientes, siendo esta una información totalmente estratégica de marketing y es usada para la creación de packs de promociones, sistemas de recomendaciones, entre otros.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Extraer los Datos del Online Retail5:38
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la primera sección que trata sobre el uso de la Minería de Datos para obtener las Reglas de Asociación usando el algoritmo Apriori, que con algunos parámetros de entrada como soporte y confianza, obtiene la combinación de ítems o productos que compran los clientes, siendo esta una información totalmente estratégica de marketing y es usada para la creación de packs de promociones, sistemas de recomendaciones, entre otros.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Creación del objeto R "Basket"4:36
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la primera sección que trata sobre el uso de la Minería de Datos para obtener las Reglas de Asociación usando el algoritmo Apriori, que con algunos parámetros de entrada como soporte y confianza, obtiene la combinación de ítems o productos que compran los clientes, siendo esta una información totalmente estratégica de marketing y es usada para la creación de packs de promociones, sistemas de recomendaciones, entre otros.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Función Apriori sobre las transacciones6:05
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la primera sección que trata sobre el uso de la Minería de Datos para obtener las Reglas de Asociación usando el algoritmo Apriori, que con algunos parámetros de entrada como soporte y confianza, obtiene la combinación de ítems o productos que compran los clientes, siendo esta una información totalmente estratégica de marketing y es usada para la creación de packs de promociones, sistemas de recomendaciones, entre otros.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Top Reglas de Asociación4:54
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la primera sección que trata sobre el uso de la Minería de Datos para obtener las Reglas de Asociación usando el algoritmo Apriori, que con algunos parámetros de entrada como soporte y confianza, obtiene la combinación de ítems o productos que compran los clientes, siendo esta una información totalmente estratégica de marketing y es usada para la creación de packs de promociones, sistemas de recomendaciones, entre otros.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Informe HTML Reglas de Asociación Apriori12:03
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la primera sección que trata sobre el uso de la Minería de Datos para obtener las Reglas de Asociación usando el algoritmo Apriori, que con algunos parámetros de entrada como soporte y confianza, obtiene la combinación de ítems o productos que compran los clientes, siendo esta una información totalmente estratégica de marketing y es usada para la creación de packs de promociones, sistemas de recomendaciones, entre otros.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.

Paquete de R "Quanteda"3:32
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Creación del Corpus con los discursos9:26
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Comparación de la Extensión de los discursos6:16
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Nube de frecuencia de palabras7:12
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Dispersión Léxica4:45
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Cálculo de similitudes y distancias entre discursos7:52
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Red de binomios y trinomios de palabras3:39
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Análisis de sentimientos de tokens del corpus4:10
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.
Informe HTML de Análisis del Discurso8:30
Esta clase del curso de Aplicaciones de Data Science: Text Mining-PLN & Data Mining es parte de la segunda sección que trata sobre el uso de la Minería de Textos para analizar el contenido semántico de los discursos, obteniendo métricas lingüísticas, comparativa de extensión del discurso, dispersión léxica, comparaciones de palabras clave (keywords), análisis de similitud y distancia entre discursos, redes de binomios y trinomios de palabras y análisis de sentimiento, usando el paquete Quanteda.
Todo el Script de esta sección del módulo está escrito en el lenguaje R y a través del IDE RStudio generamos un documento HTML RMarkdown para la presentación profesional de los resultados obtenidos.

Requirements

Conocimientos previos de R y RStudio

Description

La Minería de Datos se utiliza en las organizaciones en diversas aplicaciones, como la comprensión del marketing de los consumidores, el análisis de productos, la demanda y el suministro, el comercio electrónico, la tendencia de inversión en acciones y bienes raíces, las telecomunicaciones, etc. Esta se basa en algoritmos matemáticos y habilidades analíticas para encontrar patrones dentro de la enorme colección de bases de datos.

Una de las múltiples aplicaciones que tiene la Minería de Datos es la de los algoritmos de reglas de asociación, los cuales tienen como objetivo encontrar relaciones dentro un conjunto de transacciones, en concreto, ítems o atributos que tienden a ocurrir de forma conjunta, en este curso aplicaremos el Apriori uno de los más utilizados.

Asimismo, la Minería de Textos es un campo de investigación de gran crecimiento en la actualidad por las capacidades que brindan para analizar expresiones textuales ya sean de documentos, artículos web, comentarios en redes sociales, tesis, literatura, etc. con potencia computacional para el procesamiento del lenguaje Natural (PLN), para análisis basados en la lingüística para encontrar patrones y mensajes ocultos dentro de los contenidos.

Las habilidades en minería de datos y minería de textos son de gran valor para cualquier analista de datos, de business intelligence y científico de datos en general porque sin duda alguna, llevan al análisis mucho más allá, abriendo un sinfín de oportunidades de aplicación en los negocios y todo tipo de organizaciones.

En este curso usaremos el paquete de R "Quanteda" para realizar análisis de contenido y análisis de sentimientos sobre un corpus textual referidos a discursos.

Who this course is for:

Analistas de Datos.
Analistas de Business Intelligence.
Interesados en la Ciencia de Datos.
Especialistas de Marketing.

Aplicaciones de Data Science: Text Mining-NLP & Data Mining

What you'll learn

Explore related topics

Course content

Introducción3 lectures • 16min

Reglas de Asociación: Algoritmo Apriori6 lectures • 39min

Análisis del Discurso9 lectures • 55min

Despedida1 lecture • 2min

Requirements

Description

Who this course is for: