Este curso forma parte de Programa especializado: minería de datos

4.5
estrellas
926 calificaciones

90 %

ChengXiang Zhai

54.215 ya inscrito

Ofrecido Por

Programa especializado: minería de datos Universidad de Illinois en Urbana-Champaign

Acerca de este Curso

12.628 vistas recientes

Recent years have seen a dramatic growth of natural language text data, including web pages, news articles, scientific literature, emails, enterprise documents, and social media such as blog articles, forum posts, product reviews, and tweets. Text data are unique in that they are usually generated directly by humans rather than a computer system or sensors, and are thus especially valuable for discovering knowledge about people’s opinions and preferences, in addition to many other kinds of knowledge that we encode in text. 
This course will cover search engine technologies, which play an important role in any data mining applications involving text data for two reasons. First, while the raw data may be large for any particular problem, it is often a relatively small subset of the data that are relevant, and a search engine is an essential tool for quickly discovering a small subset of relevant text data in a large text collection. Second, search engines are needed to help analysts interpret any patterns discovered in the data by allowing them to examine the relevant original text data to make sense of any discovered pattern. You will learn the basic concepts, principles, and the major techniques in text retrieval, which is the underlying science of search engines.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 2 de 6 en

Programa especializado: minería de datos

Aprox. 31 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Habilidades que obtendrás

Information Retrieval (IR)
Document Retrieval
Machine Learning
Recommender Systems

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Curso 2 de 6 en

Programa especializado: minería de datos

Aprox. 31 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructor

Calificación del instructor

4,37/5 (82 calificaciones)

ChengXiang Zhai

Professor

Department of Computer Science

95.904 alumnos

4 cursos

Ofrecido por

Universidad de Illinois en Urbana-Champaign

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Calificación del contenido90%(2,995 calificaciones)

Semana

Semana 1

2 horas para completar

Orientation

2 horas para completar

2 videos (Total 15 minutos), 6 lecturas, 2 cuestionarios

4 horas para completar

Week 1

4 horas para completar

6 videos (Total 94 minutos), 1 lectura, 2 cuestionarios

Semana

Semana 2

4 horas para completar

Week 2

4 horas para completar

6 videos (Total 102 minutos), 1 lectura, 2 cuestionarios

Semana

Semana 3

7 horas para completar

Week 3

In this week's lessons, you will learn how to evaluate an information retrieval system (a search engine), including the basic measures for evaluating a set of retrieved results and the major measures for evaluating a ranked list, including the average precision (AP) and the normalized discounted cumulative gain (nDCG), and practical issues in evaluation, including statistical significance testing and pooling.

7 horas para completar

6 videos (Total 75 minutos), 2 lecturas, 3 cuestionarios

6 videos

Lesson 3.1: Evaluation of TR Systems10m

Lesson 3.2: Evaluation of TR Systems - Basic Measures12m

Lesson 3.3: Evaluation of TR Systems - Evaluating Ranked Lists - Part 115m

Lesson 3.4: Evaluation of TR Systems - Evaluating Ranked Lists - Part 210m

Lesson 3.5: Evaluation of TR Systems - Multi-Level Judgements10m

Lesson 3.6: Evaluation of TR Systems - Practical Issues15m

2 lecturas

Week 3 Overview10m

Programming Assignments Overview10m

2 ejercicios de práctica

Week 3 Practice Quiz1h

Week 3 Quiz1h

Semana

Semana 4

4 horas para completar

Week 4

4 horas para completar

7 videos (Total 88 minutos), 1 lectura, 2 cuestionarios

7 videos

Lesson 4.1: Probabilistic Retrieval Model - Basic Idea12m

Lesson 4.2: Statistical Language Model17m

Lesson 4.3: Query Likelihood Retrieval Function12m

Lesson 4.4: Statistical Language Model - Part 112m

Lesson 4.5: Statistical Language Model - Part 29m

Lesson 4.6: Smoothing Methods - Part 19m

Lesson 4.7: Smoothing Methods - Part 213m

1 lectura

Week 4 Overview10m

2 ejercicios de práctica

Week 4 Practice Quiz1h

Week 4 Quiz1h

Semana

Semana 5

4 horas para completar

Week 5

4 horas para completar

8 videos (Total 99 minutos), 1 lectura, 2 cuestionarios

8 videos

Lesson 5.1: Feedback in Text Retrieval6m

Lesson 5.2: Feedback in Vector Space Model - Rocchio12m

Lesson 5.3: Feedback in Text Retrieval - Feedback in LM19m

Lesson 5.4: Web Search: Introduction & Web Crawler11m

Lesson 5.5: Web Indexing17m

Lesson 5.6: Link Analysis - Part 19m

Lesson 5.7: Link Analysis - Part 217m

Lesson 5.8: Link Analysis - Part 35m

1 lectura

Week 5 Overview10m

2 ejercicios de práctica

Week 5 Practice Quiz1h

Week 5 Quiz1h

Semana

Semana 6

7 horas para completar

Week 6

7 horas para completar

10 videos (Total 91 minutos), 1 lectura, 3 cuestionarios

10 videos

Lesson 6.1: Learning to Rank - Part 15m

Lesson 6.2: Learning to Rank - Part 210m

Lesson 6.3: Learning to Rank - Part 34m

Lesson 6.4: Future of Web Search13m

Lesson 6.5: Recommender Systems: Content-Based Filtering - Part 112m

Lesson 6.6: Recommender Systems: Content-Based Filtering - Part 210m

Lesson 6.7: Recommender Systems: Collaborative Filtering - Part 16m

Lesson 6.8: Recommender Systems: Collaborative Filtering - Part 212m

Lesson 6.9: Recommender Systems: Collaborative Filtering - Part 34m

Lesson 6.10: Course Summary9m

1 lectura

Week 6 Overview10m

2 ejercicios de práctica

Week 6 Practice Quiz1h

Week 6 Quiz1h

Reseñas

4.5

192 reseña

5 stars
65,69 %
4 stars
23,94 %
3 stars
6,68 %
2 stars
1,61 %
1 star
2,04 %

Principales reseñas sobre TEXT RETRIEVAL AND SEARCH ENGINES

por JW25 de jun. de 2020

I will keep the last star for not using a more cutting edge programming language, e.g. python. MeTa is not really helpful in the business world and that discounts the value of this course.

por SM17 de abr. de 2017

More programming assignments would have helped understanding the topics covered in the course better.

por SX27 de mar. de 2018

I have learned a lot of concepts through this course, but at a shallow level. It is a great introduction course to IR. It can be improved by adding more programming tasks for hands-on exercise

por GS18 de may. de 2020

A bit difficult to complete as the Quiz questions were tougher. But when you go through all, you might feel good.

Ver todas las reseñas

Acerca de Programa especializado: minería de datos

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp.

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Text Retrieval and Search Engines

Acerca de este Curso

Habilidades que obtendrás