Научитесь анализировать текстовые данные и представлять их в векторном виде, используя TF-IDF. Узнаете об основных задачах и библиотеках, имеющихся в сфере text-mining, узнаете, чем отличается стемминг и лемматизация, и для чего нужны стоп-слова.

Научитесь парсить данные со страниц интернета, используя библиотеки Requests, Urllib, Beautifulsoup. Узнаете, как пользоваться API сервисов и облегчать для себя задачу парсинг, как оценить похожесть двух текстов при помощи косинусной близости.

Научитесь работать с текстовыми данными и строить поверх них модели машинного обучения, решая, например, задачи оценки тональности интернет-отзыва. Узнаете о том, чем word2vec лучше стандартных подходов, научитесь работать с библиотеками NLTK, Gensim.

Научитесь определять тематику заданных текстов, используя алгоритмы тематического моделирования (topic modeling), представленных в библиотеке Gensim. Узнаете об оценке качества решения таких задач.