In diesem Modul werden Sie die Grundlagen des Maschinellen Lernens (ML) von der Theorie bis zur Anwendung erforschen. Sie werden auch in der Lage sein, ML zu definieren und lernen, seine Leistung zu bewerten. Darüber hinaus werden Sie praktische Erfahrungen mit der Konstruktion und Bewertung von ML-Klassifikatoren sammeln. Sie werden in der Lage sein, die Effektivität verschiedener ML-Modelle wie Entscheidungsbäume zu vergleichen, ihre Rolle bei der Operationalisierung von Daten zu verstehen und die Bedeutung der Normalisierung von Daten für das Erreichen optimaler Ergebnisse zu erkennen.

In diesem Modul werden Sie die grundlegenden Aspekte der Verarbeitung natürlicher Sprache (NLP) im Kontext von Social Media erkunden. Sie werden auch grundlegende Techniken wie die Textvorverarbeitung mit NLTK, das Verständnis von Part of Speech (PoS) Tagging und Parsing-Herausforderungen und die Nutzung fortgeschrittener Modelle wie BERT erlernen. Darüber hinaus erhalten Sie Einblicke in die Geschichte des NLP und werden auf spezifische Herausforderungen beim Parsen von Social Media Text vorbereitet, um digitale Inhalte effektiv zu analysieren und zu interpretieren.

In diesem Modul werden Sie in die Feinheiten der Sentimentnalyse eintauchen und ihre verschiedenen Arten wie Sentiment 140 und aspektbasierte Sentimentanalyse erkunden. Sie werden die Methoden und Tools verstehen, die für die Sentimentanalyse von Social Media-Inhalten verwendet werden. Sie werden auch die Gelegenheit haben, sich mit den Herausforderungen der Sentimentanalyse auseinanderzusetzen und neue Forschungstrends zu diskutieren, die darauf abzielen, die Genauigkeit und Anwendbarkeit in verschiedenen Kontexten zu verbessern.

In diesem Modul tauchen Sie tief in die Themenmodellierung ein und konzentrieren sich auf die Latent Dirichlet Allocation (LDA) und ihre Varianten. Sie werden lernen, diese Techniken anzuwenden, um Themen aus Social Media-Inhalten zu analysieren und zu extrahieren. Sie werden auch erforschen, wie man semantische Netzwerke konstruiert, die auf Social Media-Anwendungen zugeschnitten sind, und so Ihre Fähigkeit verbessern, verborgene thematische Strukturen und Erkenntnisse in Textdaten aufzudecken