┣━━1-1 什么是文本挖掘.mp4 [32.4M]

┣━━Python数据分析系列视频课程–玩转文本挖掘.zip [23.4M]

┣━━1-3 文本挖掘的基本思路.mp4 [21.7M]

┣━━1-4 语料数据化时需要考虑的工作.mp4 [26.1M]

┣━━10-1 情感分析概述.mp4 [66.8M]

┣━━10-2 情感分析的词袋模型实现.mp4 [35.6M]

┣━━10-3 情感分析的分布式表达实现.mp4 [47.2M]

┣━━11-1 自动摘要的基本原理.mp4 [24.6M]

┣━━11-2 自动摘要的效果评价.mp4 [18.2M]

┣━━11-3 自动摘要的python实现.mp4 [38.2M]

┣━━12-1 RNN的基本原理.mp4 [23.3M]

┣━━12-2 LSTM的基本原理.mp4 [22.8M]

┣━━12-3 Keras+TensorFlow组合的优势.mp4 [9.9M]

┣━━12-4 Keras+TensorFlow组合的安装.mp4 [9.3M]

┣━━12-5 案例1：数据准备.mp4 [36.5M]

┣━━12-6 案例1：模型拟合.mp4 [31.9M]

┣━━12-7 案例2：数据准备.mp4 [37.5M]

┣━━12-8 案例2：模型拟合.mp4 [26.8M]

┣━━2-1 Python常用IDE简介.mp4 [32.1M]

┣━━2-2 Anaconda的安装与配置.mp4 [31.2M]

┣━━2-3 Jupyter Notebook的基本操作.mp4 [25.5M]

┣━━2-4 NLTK的安装与配置.mp4 [30.7M]

┣━━2-5 什么是语料库.mp4 [60.5M]

┣━━2-6 准备《射雕》语料库.mp4 [60M]

┣━━3-1 分词原理简介.mp4 [32.6M]

┣━━3-2 结巴分词的基本用法.mp4 [33.3M]

┣━━3-3 使用自定义词典和搜狗细胞词库.mp4 [45.5M]

┣━━3-4 去除停用词.mp4 [52.3M]

┣━━3-5 词性标注及其他.mp4 [30.8M]

┣━━4-1 词频统计.mp4 [38.5M]

┣━━4-2 词云概述.mp4 [22M]

┣━━4-3 wordcloud包的安装.mp4 [37.3M]

┣━━1-2 文本挖掘的基本流程和任务.mp4 [24.3M]

┣━━4-5 设置词云背景模板.mp4 [45.6M]

┣━━4-6 修改词云颜色.mp4 [53M]

┣━━5-1 词袋模型.mp4 [33.5M]

┣━━5-2 词袋模型的gensim实现.mp4 [56.4M]

┣━━5-3 用Pandas生成文档词条矩阵.mp4 [56.6M]

┣━━5-4 用sklearns生成文档-词条矩阵.mp4 [57.5M]

┣━━5-5 从词袋模型到N-gram模型.mp4 [27.3M]

┣━━5-6 文本信息的分布式表示.mp4 [29.8M]

┣━━5-7 共现矩阵.mp4 [23.4M]

┣━━5-8 NNLM模型的突破.mp4 [23.4M]

┣━━5-9 word2vec一出，满座皆惊.mp4 [53.3M]

┣━━6-1 关键词提取的基本思路.mp4 [24.7M]

┣━━6-2 TF-IDF 算法.mp4 [26M]

┣━━6-3 TF-IDF算法的jieba实现.mp4 [52.8M]

┣━━6-4 TF-IDF算法的sklearn实现.mp4 [27.9M]

┣━━6-5 TF-IDF算法的gensim实现.mp4 [27.4M]

┣━━6-6 TextRank算法.mp4 [41.6M]

┣━━7-1 主题模型概述.mp4 [49M]

┣━━7-2 主题模型的sklearn实现.mp4 [76M]

┣━━7-3 主题模型的gensim实现.mp4 [96M]

┣━━8-1 基本概念.mp4 [29.2M]

┣━━8-2 词条相似度：word2vec训练.mp4 [47.7M]

┣━━8-3 词条相似度：word2vec应用.mp4 [42.7M]

┣━━8-4 文档相似度的词袋模型实现.mp4 [42.6M]

┣━━8-5 doc2vec.mp4 [48M]

┣━━8-6 文档聚类.mp4 [41.9M]

┣━━9-1 文本分类概述.mp4 [40.3M]

┣━━9-2 朴素贝叶斯算法.mp4 [32M]

┣━━9-3 算法的sklearn实现.mp4 [49.1M]

┣━━9-4 算法的NLTK实现.mp4 [33.7M]

┗━━4-4 绘制词云.mp4 [66.2M]