本文介绍了中华民国图书馆学会的一门课程，涵盖了数据挖掘技术在图书馆读者数据分析和应用中的应用。课程分为三个主题，分别是Weka简介、热点分析和时间序列预测。作者建议将这些内容重新安排成为6周的课程，每周2小时，并让学生可以使用不同的数据进行更多的实践。

本文记录了作者在国立政治大学人工智能与数字学习中心录制的“不写程序的机器学习”课程教学影片，包括Weka介绍、时间序列预测、图像分类和虚拟角色制作方法。作者询问读者对于课程中哪个主题最感兴趣。

本文介绍了2020年「大数据基本算法」系列课程中的「文本探勘实作」课程内容，包括投影片、大纲、教材和学习单。课程目标是比较不同类型文本的词汇差异规则，并建立预测不同类型文本的分类器。教材使用了Jieba-JS断词分析器和Weka软件。学习单提供了一系列数据集供实际应用。课程分为使用Jieba-JS进行中文断词、文本字符串向量化和在Weka中应用三个部分。还提到了在Colab中使用Python重新实现整个过程的「解释性文本探勘」课程。本文提供了丰富的资源和课程内容，帮助读者学习文本探勘技术，发现规律并进行分析。