Zurück
| Semester | Herbstsemester 2021 |
| Angebotsmuster | unregelmässig |
| Dozierende | Helge Liebert (helge.liebert@unibas.ch, BeurteilerIn) |
| Inhalt | Much of human knowledge is stored in unstructured formats. This course teaches methods to process and analyze unstructured data, focusing on text data. In the first part, we review tools required for processing text data. One lecture will be dedicated to web scraping fundamentals. We then focus on the concepts underlying the transformation of unstructured data into structured formats. Finally, we study supervised models suited for the analysis of text data, as well as unsupervised models which make it possible to discover structure in unlabeled text data. Throughout the course, I will emphasize real-world applications of the techniques in research and industry. Course outline 1. PC fundamentals 2. Regular expressions and pattern recognition. 3. Web scraping 4. Representing text as data 5. Analysis of text data: Supervised models 6. Analysis of text data: Unsupervised models |
| Lernziele | The course aims to provide a thorough understanding of the workflow, tools and models related to the analysis of text data, and their implementation in R. |
| Literatur | The course does not adhere strictly to a single reference. References are pointed out in the course material. The two books below serve as a general reference. Jurafsky, D. and Martin, J. H. (2019). Speech and Language Processing (3rd ed. draft). https://web.stanford.edu/~jurafsky/slp3/. Hastie, T., Tibshirani, R. and Friedman, J. (2001). The elements of statistical learning: Data mining, inference, and prediction (2nd ed.). Springer, New York. https://web.stanford.edu/~hastie/ElemStatLearn/. |
| Weblink | Course website |
| Anmeldung zur Lehrveranstaltung | Please enrol by email to Graduate School of Business and Economics <gsbe-wwz@unibas.ch> until September 15, 2021. |
| Unterrichtssprache | Englisch |
| Einsatz digitaler Medien | kein spezifischer Einsatz |
| Intervall | Wochentag | Zeit | Raum |
|---|---|---|---|
| unregelmässig | Siehe Einzeltermine | ||
| Bemerkungen | The course is planned as an in-class course, if necessary it will be offered in hybrid form, i.e. with a simultaneous livestream or as an online presence course. |
| Datum | Zeit | Raum |
|---|---|---|
| Montag 20.09.2021 | 09.15-12.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Mittwoch 22.09.2021 | 14.15-18.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Donnerstag 23.09.2021 | 14.15-18.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Montag 27.09.2021 | 09.15-12.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Mittwoch 29.09.2021 | 14.15-18.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Donnerstag 30.09.2021 | 14.15-18.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Montag 04.10.2021 | 09.15-12.00 Uhr | Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37 |
| Module |
Modul: Fachlich-methodische Weiterbildung (Doktoratsstudium - Wirtschaftswissenschaftliche Fakultät) |
| Leistungsüberprüfung | Leistungsnachweis |
| Hinweise zur Leistungsüberprüfung | Take-home assignment. |
| An-/Abmeldung zur Leistungsüberprüfung | An- und Abmelden: Dozierende |
| Wiederholungsprüfung | keine Wiederholungsprüfung |
| Skala | 1-6 0,1 |
| Wiederholtes Belegen | beliebig wiederholbar |
| Zuständige Fakultät | Wirtschaftswissenschaftliche Fakultät / WWZ, studiendekanat-wwz@unibas.ch |
| Anbietende Organisationseinheit | Wirtschaftswissenschaftliche Fakultät / WWZ |