Grundlagen der Textdatenanalyse mit NLP und maschinellem Lernen (Einführungskurs)

Ein Großteil der weltweit verfügbaren Informationen liegt in Texten vor. Für viele Anwendungen ist das Crawling und anschließendes »Schürfen« nach relevanten Informationen im Text von Bedeutung. Die Topics, „Stimmungen“ oder den Schreibstil eines Autors zu erkennen ist bedeutsam, etwa wenn Sie

• forensische Untersuchungen von Textdateien oder Chatverläufen auf Datenträgern durchführen,
  
• Nachrichten, Unternehmensdaten, Social Media Kanäle oder Meinungsumfragen auswerten
• im „Data Journalism“ recherchierte Inhalte aufbereiten
• Sie sich in den weiten Feldern der Data Science und Data Analytics mit diesem Thema befassen

In dieser Weiterbildung werden Ihnen hierzu Methoden der digitalen Textdatenanalyse vermittelt, mit dem Schwerpunkt auf Computerlinguistik (NLP) und maschinellem Lernen (ML).

Die Herausforderung: Das "Schürfen" nach relevanten Informationen in digitalen Testsammlungen

Für das Analysieren von digitalen Textdaten sind Verfahren des maschinellen Lernens (ML) für Sie verfügbar. Diese müssen geeignet ausgewählt und angepasst werden. Zusätzliche Schwierigkeiten sind oftmals hierbei die Unstrukturiertheit von Texten und das Fehlen von Metadaten.

Die Lösung: Natural Language Processing (NLP) und maschinelles Lernen (ML), um relevante Informationen aus Texten ableiten zu können!

Ihnen werden Methoden der digitalen Textanalyse vermittelt, mit den Schwerpunkten auf Natural Language Processing (NLP) und ML. Dies umfasst die gesamte Verarbeitungs-Pipeline für (ggf. große) Textmengen.

Hierzu lernen Sie zuerst die theoretischen Grundlagen und Python-Methoden des NLP kennen, etwa für das Crawling im Internet oder das maschinenlesbare „Bereinigen“ und Preprocessing (oftmals unstrukturierter) Textdaten. Anschließend lernen Sie an Programmierbeispielen, wie bekannte Standardmethoden des ML (z.B. Clustering, Classification) funktionieren.

Außerdem sehen Sie, wie Sie die Entstehung der ML-Ergebnisse interpretieren und mit welchen Statistik-Methoden Sie die Güte von ML-Verfahren für Textdatenanalyse beurteilen können.

Dieser Kurs besteht einerseits aus Live-Vorträgen und Demos als Online-Seminar.

Außerdem haben wir für Sie eine Reihe von Python-Programmieraufgaben als Jupyter-Notebooks vorbereitet, die Sie unter Live-Betreuung unserer ExpertInnen bearbeiten.

Natürlich planen wir hierbei ausreichend Zeit für Diskussionen, Ihre Fragen und Pausen ein.

Zur Nachbereitung nach Kursende stehen Ihnen unsere ExpertInnen noch einen weiteren Tag per Internetforum für Ihre Nachfragen zur Verfügung.

Ihre Vorteile auf einen Blick

Nach dem Seminar können Sie...

• verstehen, welche Methoden des NLP und ML für Ihre Projekte verfügbar sind
• diese Methoden in Python implementieren
• Ihre Implementierung in Ihren eigenen Projekten anwenden und evaluieren
   

Dieses Seminar bietet Ihnen...

• Vermittlung aktueller Methoden und Werkzeuge für die Textdatenanalyse
• Erkenntnisse aus dem aktuellen Forschungsstand zu innovativen Methoden in NLP und ML
• Betreuung bei der Bearbeitung der Python-Programmierbeispiele durch unsere ExpertInnen im Videochat und per Internetforum
• Zeit zur Selbstreflexion und asynchrones Lernen passend zu ihrem Lerntempo, denn unsere ExpertInnen stehen Ihnen nach dem Seminar noch für Rückfragen per Forum zur Verfügung
• Tipps für Literatur und externe Informationsquellen, mit denen Sie auch nach diesem Kurs am Puls der Zeit bleiben können
• Austausch mit Experten und Vernetzung mit anderen Anwendern über unseren Kurs hinaus