TDDE16 · 6 hp · Avancerad nivå (A1F) · Informationsteknologi, Datateknik, Datavetenskap
Text Mining
Ges · nästa start HT 2026
94 %
klarade senaste ordinarie tillfället
LAB1 · 17 jan 2026 · 48 studenter
85 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
LAB1 · 247 studenter
42 %
Svårare än 42 % av kurserna på avancerad nivå
Jämfört med 285 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 76 studenter.
Ingår i 6 program
Inlämning eller laboration
LAB1 Datorlaborationer
- G
- U
Ordinarie tillfällen
85 % godkända · 247 studenter
- 94 %48
- 79 %28
- 75 %59
- 82 %62
- 98 %50
Senare tillfällen
100 % godkända · 7 studenter
- 100 %7
- Klarar ett senare tillfälle: 100 % (7 studenter), jämfört med 85 % (247 studenter) på ordinarie
Visa små tillfällen (9)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %1
- 100 %3
- 100 %4
- 100 %1
- 100 %1
- 100 %1
- 100 %1
- 0 %1
- 50 %2
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
PRA1 Projekt
- 5
- 4
- 3
- U
Ordinarie tillfällen
73 % godkända · 172 studenter
- 82 %39
- 74 %19
- 62 %45
- 78 %32
- 70 %37
Senare tillfällen
82 % godkända · 74 studenter
- 88 %8
- 83 %6
- 67 %6
- 100 %19
- 83 %6
- 75 %8
- 60 %5
- 75 %16
- Klarar ett senare tillfälle: 82 % (74 studenter), jämfört med 73 % (172 studenter) på ordinarie
- Får 4 eller 5: 46 % (246 studenter)
Visa små tillfällen (5)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %2
- 100 %1
- 100 %1
- 100 %4
- 50 %2
Om kursen
Mål
Text mining utvecklar metoder för att komma åt information i och extrahera kunskap från stora mängder text. Denna kurs har som mål att ge praktisk erfarenhet av de huvudsakliga stegen i text mining: informationssökning, bearbetning av textdata, modellering, analys av experimentella resultat. Kursen avslutas med ett individuellt projektarbete där de studerande arbetar med en egendefinierad frågeställning.
Efter genomgången kurs ska den studerande kunna:
- implementera text mining-metoder och tillämpa dem på praktiska problem
- analysera och sammanfatta resultat från text mining-experiment
- identifiera, formulera och lösa problem inom text mining-området
- klart redogöra för och diskutera slutsatserna av ett projektarbete
Innehåll
- informationssökning
- grundläggande språkteknologiska metoder
- prediktiv modellering, särskilt textklassificering
- textklustring och temamodellering
- informationsextraktion
- valideringsmetoder
- tillämpningar av text mining
- programbibliotek och data
- Examinator
- Marcel Bollmann
- Schemalagd tid
- 24 h
- Huvudområde
- Informationsteknologi, Datateknik, Datavetenskap