À propos de ce cours
11,454 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 15 heures pour terminer

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

StreamsSequential Pattern MiningData Mining AlgorithmsData Mining

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Approx. 15 heures pour terminer

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
1 heure pour terminer

Course Orientation

The course orientation will get you familiar with the course, your instructor, your classmates, and our learning environment.

...
1 vidéo (Total 7 min), 3 lectures, 1 quiz
1 vidéo
3 lectures
Syllabus10 min
About the Discussion Forums10 min
Social Media10 min
1 exercice pour s'entraîner
Orientation Quiz10 min
4 heures pour terminer

Module 1

Module 1 consists of two lessons. Lesson 1 covers the general concepts of pattern discovery. This includes the basic concepts of frequent patterns, closed patterns, max-patterns, and association rules. Lesson 2 covers three major approaches for mining frequent patterns. We will learn the downward closure (or Apriori) property of frequent patterns and three major categories of methods for mining frequent patterns: the Apriori algorithm, the method that explores vertical data format, and the pattern-growth approach. We will also discuss how to directly mine the set of closed patterns.

...
9 vidéos (Total 49 min), 2 lectures, 3 quiz
9 vidéos
2.1. The Downward Closure Property of Frequent Patterns3 min
2.2. The Apriori Algorithm6 min
2.3. Extensions or Improvements of Apriori7 min
2.4. Mining Frequent Patterns by Exploring Vertical Data Format3 min
2.5. FPGrowth: A Pattern Growth Approach8 min
2.6. Mining Closed Patterns3 min
2 lectures
Lesson 1 Overview10 min
Lesson 2 Overview10 min
2 exercices pour s'entraîner
Lesson 1 Quiz10 min
Lesson 2 Quiz8 min
Semaine
2
1 heure pour terminer

Module 2

Module 2 covers two lessons: Lessons 3 and 4. In Lesson 3, we discuss pattern evaluation and learn what kind of interesting measures should be used in pattern analysis. We show that the support-confidence framework is inadequate for pattern evaluation, and even the popularly used lift and chi-square measures may not be good under certain situations. We introduce the concept of null-invariance and introduce a new null-invariant measure for pattern evaluation. In Lesson 4, we examine the issues on mining a diverse spectrum of patterns. We learn the concepts of and mining methods for multiple-level associations, multi-dimensional associations, quantitative associations, negative correlations, compressed patterns, and redundancy-aware patterns.

...
9 vidéos (Total 47 min), 2 lectures, 2 quiz
9 vidéos
3.4. Comparison of Null-Invariant Measures7 min
4.1. Mining Multi-Level Associations4 min
4.2. Mining Multi-Dimensional Associations2 min
4.3. Mining Quantitative Associations4 min
4.4. Mining Negative Correlations6 min
4.5. Mining Compressed Patterns7 min
2 lectures
Lesson 3 Overview10 min
Lesson 4 Overview10 min
2 exercices pour s'entraîner
Lesson 3 Quiz10 min
Lesson 4 Quiz8 min
Semaine
3
2 heures pour terminer

Module 3

Module 3 consists of two lessons: Lessons 5 and 6. In Lesson 5, we discuss mining sequential patterns. We will learn several popular and efficient sequential pattern mining methods, including an Apriori-based sequential pattern mining method, GSP; a vertical data format-based sequential pattern method, SPADE; and a pattern-growth-based sequential pattern mining method, PrefixSpan. We will also learn how to directly mine closed sequential patterns. In Lesson 6, we will study concepts and methods for mining spatiotemporal and trajectory patterns as one kind of pattern mining applications. We will introduce a few popular kinds of patterns and their mining methods, including mining spatial associations, mining spatial colocation patterns, mining and aggregating patterns over multiple trajectories, mining semantics-rich movement patterns, and mining periodic movement patterns.

...
10 vidéos (Total 56 min), 2 lectures, 2 quiz
10 vidéos
5.4. PrefixSpan—Sequential Pattern Mining by Pattern-Growth4 min
5.5. CloSpan—Mining Closed Sequential Patterns3 min
6.1. Mining Spatial Associations4 min
6.2. Mining Spatial Colocation Patterns9 min
6.3. Mining and Aggregating Patterns over Multiple Trajectories9 min
6.4. Mining Semantics-Rich Movement Patterns3 min
6.5. Mining Periodic Movement Patterns7 min
2 lectures
Lesson 5 Overview10 min
Lesson 6 Overview10 min
2 exercices pour s'entraîner
Lesson 5 Quiz10 min
Lesson 6 Quiz8 min
Semaine
4
5 heures pour terminer

Week 4

Module 4 consists of two lessons: Lessons 7 and 8. In Lesson 7, we study mining quality phrases from text data as the second kind of pattern mining application. We will mainly introduce two newer methods for phrase mining: ToPMine and SegPhrase, and show frequent pattern mining may be an important role for mining quality phrases in massive text data. In Lesson 8, we will learn several advanced topics on pattern discovery, including mining frequent patterns in data streams, pattern discovery for software bug mining, pattern discovery for image analysis, and pattern discovery and society: privacy-preserving pattern mining. Finally, we look forward to the future of pattern mining research and application exploration.

...
9 vidéos (Total 98 min), 2 lectures, 3 quiz
9 vidéos
7.4. SegPhrase: Phrase Mining with Tiny Training Sets14 min
8.1. Frequent Pattern Mining in Data Streams19 min
8.2. Pattern Discovery for Software Bug Mining12 min
8.3. Pattern Discovery for Image Analysis6 min
8.4. Advanced Topics on Pattern Discovery: Pattern Mining and Society—Privacy Issue13 min
8.5. Advanced Topics on Pattern Discovery: Looking Forward4 min
2 lectures
Lesson 7 Overview10 min
Lesson 8 Overview10 min
2 exercices pour s'entraîner
Lesson 7 Quiz8 min
Lesson 8 Quiz8 min
4.2
42 avisChevron Right

Principaux examens pour La découverte de répétitions dans l'exploration de données

par DDSep 10th 2017

The first several chapters are very impressive. The last three lessons are a little difficult for first-learners. The illustration are clear and easy to understand.

par GLJan 18th 2018

Excellent course. Now I have a big picture about pattern discovery and understand some popular algorithm. Also professor points out the direction for further study.

Enseignant

Avatar

Jiawei Han

Abel Bliss Professor
Department of Computer Science

Commencez à travailler pour obtenir votre master

Ce cours fait partie du diplôme intégralement en ligne Master in Computer Science de Université de l'Illinois à Urbana-Champaign. Si vous êtes admis au programme complet, vos cours sont pris en compte dans votre apprentissage diplômant.

À propos de Université de l'Illinois à Urbana-Champaign

The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs. ...

À propos de la Spécialisation Exploration de données

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp. Courses 2 - 5 of this Specialization form the lecture component of courses in the online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
Exploration de données

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • 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.

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