토픽 분석

LSA, LDA, 딥러닝으로 텍스트의 토픽을 분류하는 방법을 알아봅니다

511
수강중

토픽 분석

₩ 50,000원

강의 수
17
강의 시간
4:07:25
수준
기초

빅데이터의 시대로 들어서면서 텍스트 데이터 분석이 각광을 받고 있습니다. 아직까지 많은 분석들이 자주 쓰이는 단어를 추출하는 키워드(keyword) 기반으로 이뤄지고 있습니다. 이러한 키워드 분석은 단순하고 피상적인 결과만을 보여줍니다.

'은행'이라는 단어는 '은행'이라는 금융기관을 가리키기도 하고, 가을이면 노랗게 물드는 은행나무의 열매를 가리키기도 합니다. '은행'이라는 단어의 수만 세는 것으로는 이 단어가 텍스트에서 어떤 의미로 쓰였는지 알 수 없겠지요.

LSA, LDA, Deep Learning 등 최신의 분석 기법들은 텍스트에 쓰인 단어들로부터 의미와 토픽(topic)을 추출해서 텍스트 데이터에 대한 깊이 있는 분석을 가능케 합니다.

이 워크숍은 토픽 기반의 분석 기법에 대해 비전공자들도 쉽게 이해하고 따라할 수 있는 실습 위주의 워크숍입니다. LSA, LDA, Deep Learning의 개념은 어려운 수학 없이 그림으로 설명합니다. R을 이용해 여러 가지 텍스트 데이터를 분석해보고 그 결과를 해석하는 실습을 진행합니다.

대상

  • 통계나 프로그래밍 경험이 없는 비전공자
  • 데이터 분석에 관심이 있는 마케터, 기획자
  • R을 이용한 통계 분석에 관심 있는 대학원생 , 연구자

함께 들으면 좋은 과정

강사

유재명: 서울대학교에서 산업공학을 전공하고, 대학원에서 인지과학 박사과정을 수료했다. (주)퀀트랩을 설립하여 대표를 맡고 있다. 현대자동차, LG, SK 등과 프로젝트를 진행했다.

문의