Ce cours fait partie de la Spécialisation Data Mining Foundations and Practice

Qin (Christine) Lv

Offert par

Dans le cadre du diplôme Master of Science in Data Science

Spécialisation Data Mining Foundations and PracticeUniversité du Colorado à Boulder

À propos de ce cours

10 792 consultations récentes

This course introduces the key steps involved in the data mining pipeline, including data understanding, data preprocessing, data warehousing, data modeling, interpretation and evaluation, and real-world applications.
Data Mining Pipeline can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Course logo image courtesy of Francesco Ungaro, available here on Unsplash: https://unsplash.com/photos/C89G61oKDDA

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 1 sur 3 dans le

Spécialisation Data Mining Foundations and Practice

Niveau intermédiaire

data science professionals or domain experts, some experience working with data

Approx. 21 heures pour terminer

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

By the end of this course, you will be able to identify the key components of the data mining pipeline and describe how they're related.

You will be able to identify particular challenges presented by each component of the data mining pipeline.

You will be able to apply techniques to address challenges in each component of the data mining pipeline.

Compétences que vous acquerrez

Data Pre-ProcessingData Warehousingdata understandingdata mining pipeline

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Cours 1 sur 3 dans le

Spécialisation Data Mining Foundations and Practice

Niveau intermédiaire

data science professionals or domain experts, some experience working with data

Approx. 21 heures pour terminer

Anglais

Sous-titres : Anglais

Enseignant

Qin (Christine) Lv

Offert par

Université du Colorado à Boulder

CU-Boulder is a dynamic community of scholars and learners on one of the most spectacular college campuses in the country. As one of 34 U.S. public institutions in the prestigious Association of American Universities (AAU), we have a proud tradition of academic excellence, with five Nobel laureates and more than 50 members of prestigious academic academies.

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master of Science in Data Science de Université du Colorado à Boulder. Si vous êtes admis(e) au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

Programme du cours : ce que vous apprendrez dans ce cours

Semaine

Semaine 1

5 heures pour terminer

Data Mining Pipeline

This module provides an introduction to data mining and data mining pipeline, including the four views of data mining and the key components in the data mining pipeline.

5 heures pour terminer

2 vidéos (Total 88 min), 1 lecture, 2 quiz

Semaine

Semaine 2

5 heures pour terminer

Data Understanding

This module covers data understanding by identifying key data properties and applying techniques to characterize different datasets.

5 heures pour terminer

2 vidéos (Total 71 min)

Semaine

Semaine 3

5 heures pour terminer

Data Preprocessing

This module explains why data preprocessing is needed and what techniques can be used to preprocess data.

5 heures pour terminer

2 vidéos (Total 77 min)

Semaine

Semaine 4

5 heures pour terminer

Data Warehousing

This module covers the key characteristics of data warehousing and the techniques to support data warehousing.

5 heures pour terminer

2 vidéos (Total 54 min)

À propos du Spécialisation Data Mining Foundations and Practice

The Data Mining specialization is intended for data science professionals and domain experts who want to learn the fundamental concepts and core techniques for discovering patterns in large-scale data sets. This specialization consists of three courses: (1) Data Mining Pipeline, which introduces the key steps of data understanding, data preprocessing, data warehouse, data modeling and interpretation/evaluation; (2) Data Mining Methods, which covers core techniques for frequent pattern analysis, classification, clustering, and outlier detection; and (3) Data Mining Project, which offers guidance and hands-on experience of designing and implementing a real-world data mining project.

Data Mining can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder. Specialization logo image courtesy of Diego Gonzaga, available here on Unsplash: https://unsplash.com/photos/QG93DR4I0NE

Foire Aux Questions

When will I have access to the lectures and assignments?
L’accès à des vidéos de cours et des devoirs dépend de votre type d’inscription. Si vous suivez un cours en mode auditeur libre, vous pourrez voir la plupart des contenus de cours gratuitement. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter une expérience de certificat, pendant ou après avoir assister au cours en tant qu’auditeur libre. Si vous ne visualisez pas l’option auditeur libre :
Il est possible que le cours ne propose pas d’option auditeur libre. Vous pouvez en revanche accéder à un essai gratuit ou faire une demande d'aide financière.
Le cours propose peut-être « Cours complet, aucun certificat » à la place. Cette option vous permet de voir tous les contenus de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cependant, vous ne pourrez pas acheter une expérience de certificat.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Une aide financière est-elle possible ?
Oui, Coursera offre une Aide Financière aux étudiants qui n'ont pas les moyens d'acquitter les frais. Demandez-la en cliquant sur le lien Aide Financière sous le bouton S'inscrire situé à gauche. Vous devrez remplir un formulaire de demande et vous serez averti(e) si elle est acceptée. Vous devrez répéter cette procédure pour chaque cours de la Spécialisation, y compris pour le Projet Final. En savoir plus.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.

Data Mining Pipeline