Dieser Kurs führt den Lernenden in die Grundlagen des Textmining und der Textmanipulation ein. Der Kurs beginnt mit einem Verständnis dafür, wie Text von Python gehandhabt wird, der Struktur von Text sowohl für die Maschine als auch für den Menschen und einem Überblick über das nltk-Framework zur Textmanipulation. In der zweiten Woche liegt der Schwerpunkt auf häufigen Manipulationsanforderungen, einschließlich regulärer Ausdrücke (Suche nach Text), Bereinigung von Text und Vorbereitung von Text für die Verwendung durch maschinelle Lernprozesse. In der dritten Woche werden grundlegende Methoden der natürlichen Sprachverarbeitung auf Text angewandt und es wird demonstriert, wie eine Textklassifizierung durchgeführt wird. In der letzten Woche werden fortgeschrittenere Methoden zur Erkennung von Themen in Dokumenten und deren Gruppierung nach Ähnlichkeit (Themenmodellierung) erforscht.

Dieser Kurs sollte nach folgenden Kursen belegt werden: Einführung in die Datenwissenschaft in Python, Angewandtes Plotten, Charting & Datendarstellung in Python und Angewandtes Maschinelles Lernen in Python.