6. 토픽 모델링
- 토픽 모델링(Topic modeling) : 숨은 중요 주제를 효과적으로 찾아낼 수 있는 모델을 만드는 과정
ㄴ LSA (Latent Sematic Analysis)
ㄴ LDA (Latent Dirichlet Allocation)
- https://github.com/CinnaPie/ECC_1/blob/85b0a9f929ed7c424268d857ac9373135553088c/Chapter8/ECC_8_Topic%20Modeling.ipynb
7. 문서 군집화 소개와 실습
- 문서 군집화(Document Clustering) : 비슷한 텍스트 구성의 문서를 군집화하는 방법
ㄴ 비지도학습 기반 동작 (학습 데이터 불필요)
- https://github.com/CinnaPie/ECC_1/blob/85b0a9f929ed7c424268d857ac9373135553088c/Chapter8/ECC_8_DocumentClustering.ipynb
8. 문서 유사도
- https://github.com/CinnaPie/ECC_1/blob/85b0a9f929ed7c424268d857ac9373135553088c/Chapter8/ECC_8_DocumentSimilarity.ipynb
9. 한글 텍스트 처리 – 네이버 영화 평점 감성 분석
- https://github.com/CinnaPie/ECC_1/blob/85b0a9f929ed7c424268d857ac9373135553088c/Chapter8/ECC_8_Naver.ipynb
10. 텍스트 분석 실습 – 캐글 Mericari Price Suggestion Challenge
- train_id: 데이터 id
- name: 제품명
- item_condition_id: 판매자 제공 제품 상태
- category_name / brand_name
- price: 제품 가격 예측 위한 타깃 속성.
- shipping: 배송비 무료 여부. (1:판매자 지불, 0:유료)
- item_description: 제품 설명 price 예측 (회귀로 피처 학습)
- https://github.com/CinnaPie/ECC_1/blob/d9b93320e095800b6c9855973b7fe1cccea1adf5/Chapter8/ECC_8_MercariPriceSuggestionChallenge.ipynb
11. 정리
[사용 교재]
• < 파이썬 머신러닝 완벽 가이드 > // https://www.yes24.com/Product/Goods/108824557