Zur Merkliste hinzufügen
Zurück

 

57366-01 - Kolloquium: Methods for Unstructured Data 3 KP

Semester Herbstsemester 2022
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 Registration: Please enrol in the Online Services. EUCOR-Students and students of other Swiss Universities have to enrol at the students administration office (studseksupport1@unibas.ch) within the official enrolment period. In order to get access to ADAM in time, it is best to enrol before the course starts though.
Enrolment = Registration for the exam!
If you have any questions, please do not hesitate to contact the Graduate School administration at gsbe-wwz@unibas.ch.

Unterrichtssprache Englisch
Einsatz digitaler Medien kein spezifischer Einsatz

 

Intervall wöchentlich
Datum 11.10.2022 – 03.11.2022
Zeit Donnerstag, 12.15-18.00 Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Datum Zeit Raum
Dienstag 11.10.2022 08.30-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Mittwoch 19.10.2022 08.15-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 20.10.2022 12.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Mittwoch 26.10.2022 08.15-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 27.10.2022 12.15-18.00 Uhr Wirtschaftswissenschaftliche Fakultät, Grosses PC-Labor S18 HG.37
Donnerstag 03.11.2022 12.15-18.00 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-/Abmelden: Belegen resp. Stornieren der Belegung via MOnA
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

Zurück