Practical Text Analytics / Anandarajan, Murugan  

Público ISBD Ningún comentario para este registro. Título : Practical Text Analytics : Maximizing the Value of Text Data Tipo de documento: documento electrónico Autores: Anandarajan, Murugan, Autor ; Hill, Chelsey, Autor ; Nolan, Thomas, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XXVIII, 285 p. 265 ilustraciones, 157 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-95663-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa  Servicios de información empresarial  Estadísticas  Análisis de datos y Big Data  Sistemas de Información Empresarial  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros Índice Dewey: 1.422 Resumen: Este libro presenta el análisis de texto como un método valioso para obtener información a partir de datos de texto. A diferencia de otras publicaciones de análisis de texto, Practical Text Analytics: Maximizing the Value of Text Data hace que los conceptos técnicos sean accesibles para quienes no tienen una amplia experiencia en el campo. Al utilizar el análisis de texto, las organizaciones pueden obtener información de contenidos como correos electrónicos, documentos y redes sociales. Practical Text Analytics se divide en cinco partes. La primera parte presenta el análisis de texto, analiza la relación con el análisis de contenido y proporciona una descripción general de la metodología de minería de texto. En la segunda parte, los autores analizan la práctica del análisis de texto, incluida la preparación de datos y el proceso de planificación general. La tercera parte cubre técnicas de análisis de texto como análisis de conglomerados, modelos de temas y aprendizaje automático. En la cuarta parte del libro, los lectores aprenden sobre las técnicas utilizadas para comunicar conocimientos a partir del análisis de texto, incluida la narración de datos. La parte final de Practical Text Analytics ofrece ejemplos de la aplicación de programas de software para análisis de texto, que permiten a los lectores extraer sus propios datos de texto para descubrir información. Nota de contenido: Chapter 1. Introduction to Text Analytics -- Chapter 2. Fundamentals of Content Analysis -- Chapter 3. Text Analytics Roadmap -- Chapter 4. Text Pre-Processing -- Chapter 5. Term-Document Representation -- Chapter 6. Semantic Space Representation and Latent Semantic Analysis -- Chapter 7. Cluster Analysis: Modeling Groups in Text -- Chapter 8. Probabilistic Topic Models -- Chapter 9. Classification Analysis: Machine Learning Applied to Text -- Chapter 10. Modeling Text Sentiment: Learning and Lexicon Models -- Chapter 11. Storytelling Using Text Data -- Chapter 12. Visualizing Results -- Chapter 13. Sentiment Analysis of Movie Reviews using R -- Chapter 14. Latent Semantic Analysis (LSA) in Python -- Chapter 15. Learning-Based Sentiment Analysis using RapidMiner -- Chapter 16. SAS Visual Text Analytics. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Practical Text Analytics : Maximizing the Value of Text Data [documento electrónico] / Anandarajan, Murugan, Autor ; Hill, Chelsey, Autor ; Nolan, Thomas, Autor  . -  1 ed.  . - [s.l.] : Springer, 2019 . - XXVIII, 285 p. 265 ilustraciones, 157 ilustraciones en color. ISBN : 978-3-319-95663-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa  Servicios de información empresarial  Estadísticas  Análisis de datos y Big Data  Sistemas de Información Empresarial  Estadística en Negocios  Gestión  Economía  Finanzas  Seguros Índice Dewey: 1.422 Resumen: Este libro presenta el análisis de texto como un método valioso para obtener información a partir de datos de texto. A diferencia de otras publicaciones de análisis de texto, Practical Text Analytics: Maximizing the Value of Text Data hace que los conceptos técnicos sean accesibles para quienes no tienen una amplia experiencia en el campo. Al utilizar el análisis de texto, las organizaciones pueden obtener información de contenidos como correos electrónicos, documentos y redes sociales. Practical Text Analytics se divide en cinco partes. La primera parte presenta el análisis de texto, analiza la relación con el análisis de contenido y proporciona una descripción general de la metodología de minería de texto. En la segunda parte, los autores analizan la práctica del análisis de texto, incluida la preparación de datos y el proceso de planificación general. La tercera parte cubre técnicas de análisis de texto como análisis de conglomerados, modelos de temas y aprendizaje automático. En la cuarta parte del libro, los lectores aprenden sobre las técnicas utilizadas para comunicar conocimientos a partir del análisis de texto, incluida la narración de datos. La parte final de Practical Text Analytics ofrece ejemplos de la aplicación de programas de software para análisis de texto, que permiten a los lectores extraer sus propios datos de texto para descubrir información. Nota de contenido: Chapter 1. Introduction to Text Analytics -- Chapter 2. Fundamentals of Content Analysis -- Chapter 3. Text Analytics Roadmap -- Chapter 4. Text Pre-Processing -- Chapter 5. Term-Document Representation -- Chapter 6. Semantic Space Representation and Latent Semantic Analysis -- Chapter 7. Cluster Analysis: Modeling Groups in Text -- Chapter 8. Probabilistic Topic Models -- Chapter 9. Classification Analysis: Machine Learning Applied to Text -- Chapter 10. Modeling Text Sentiment: Learning and Lexicon Models -- Chapter 11. Storytelling Using Text Data -- Chapter 12. Visualizing Results -- Chapter 13. Sentiment Analysis of Movie Reviews using R -- Chapter 14. Latent Semantic Analysis (LSA) in Python -- Chapter 15. Learning-Based Sentiment Analysis using RapidMiner -- Chapter 16. SAS Visual Text Analytics. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Por página: 25 50 100 200