그림으로 보는 학습 과정 = 3
머리말 = 4
추천사 = 6
알파 테스터의 후기 = 10
이 책의 구성 = 11
학습 계획표 = 12
시작하기 전에 = 13
01 단어 빈도 분석 : 무엇을 강조했을까?
  01-1 텍스트 전처리 = 18
  01-2 토큰화하기 = 25
  01-3 단어 빈도 분석하기 = 29
02 형태소 분석기를 이용한 단어 빈도 분석
  02-1 형태소 분석 = 45
  02-2 명사 빈도 분석하기 = 50
  02-3 특정 단어가 사용된 문장 살펴보기 = 53
03 비교 분석 : 무엇이 다를까?
  03-1 단어 빈도 비교하기 = 59
  03-2 오즈비 - 상대적으로 중요한 단어 비교하기 = 74
  03-3 로그 오즈비로 단어 비교하기 = 89
  03-4 TF-IDF - 여러 텍스트의 단어 비교하기 = 94
04 감정 분석 : 어떤 마음으로 글을 썼을까?
  04-1 감정 사전 활용하기 = 108
  04-2 댓글 감정 분석하기 = 113
  04-3 감정 범주별 주요 단어 살펴보기 = 125
  04-4 감정 사전 수정하기 = 131
05 의미망 분석 : 어떤 맥락에서 단어를 썼을까?
  05-1 동시 출현 단어 분석 - Co-occurrence analysis = 146
  05-2 동시 출현 네트워크 - Co-occurrence network = 154
  05-3 단어 간 상관 분석 - Phi coefficient = 167
  05-4 연이어 사용된 단어쌍 분석 - n-gram = 174
06 토픽 모델링 : 어떤 주제로 글을 썼을까?
  06-1 토픽 모델링 개념 알아보기 = 191
  06-2 LDA 모델 만들기 = 194
  06-3 토픽별 주요 단어 살펴보기 = 203
  06-4 문서를 토픽별로 분류하기 = 209
  06-5 토픽 이름 짓기 = 218
  06-6 최적의 토픽 수 정하기 = 223
07 텍스트 마이닝 프로젝트 : 타다 금지법 기사 댓글 분석
  07-1 주요 단어 살펴보기 = 231
  07-2 공감, 비공감 댓글 비교하기 = 236
  07-3 관심 댓글 비교하기 = 247
  07-4 단어 간 관계 살펴보기 = 255
  07-5 토픽 모델링 = 268
08 텍스트 마이닝 프로젝트 : 차기 대선 주자 SNS 여론 분석
  08-1 SNS 언급량 추이 살펴보기 = 283
  08-2 SNS 이슈 알아보기 = 291
  08-3 감정 단어 살펴보기 = 296
  08-4 감정 경향 살펴보기 = 300
  08-5 감정 추이 살펴보기 = 310
  08-6 긍정, 부정 트윗 단어 비교하기 = 316
09 텍스트를 효율적으로 분석하는 방법
  09-1 텍스트 데이터 수집하기 = 337
  09-2 텍스트 분석 품질 높이기 = 338
  09-3 완전 유용한 꿀팁 = 340
찾아보기 = 341