Analyze Text, Discover Patterns, Visualize Data. Solve real-world data mining challenges.

4.5

étoiles

1,882 évaluations

John C. Hart +2 enseignants de plus

52 252 déjà inscrits

Offert par

Associé au diplôme Master in Computer Science

Spécialisation Exploration de données Université de l'Illinois à Urbana-Champaign

Compétences que vous acquerrez

Data Clustering Algorithms
Text Mining
Data Visualization (DataViz)
Data Mining
Data Visualization Software
Tableau Software
Data Virtualization
Information Retrieval (IR)
Document Retrieval
Machine Learning
Recommender Systems
Probabilistic Models

À propos de ce Spécialisation

10 618 consultations récentes

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.

Certificat partageable

Obtenez un Certificat lorsque vous terminez

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Planning flexible

Définissez et respectez des dates limites flexibles.

Niveau intermédiaire

Certaines connaissances prérequises.

Approximativement 8 mois pour terminer

Rythme recommandé de 4 heures/semaine

Anglais

Sous-titres : Anglais, Arabe, Français, Portugais (européen), Chinois (simplifié), Italien, Vietnamien, Coréen, Allemand, Russe, Espagnol

Certificat partageable

Obtenez un Certificat lorsque vous terminez

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Planning flexible

Définissez et respectez des dates limites flexibles.

Niveau intermédiaire

Certaines connaissances prérequises.

Approximativement 8 mois pour terminer

Rythme recommandé de 4 heures/semaine

Anglais

Sous-titres : Anglais, Arabe, Français, Portugais (européen), Chinois (simplifié), Italien, Vietnamien, Coréen, Allemand, Russe, Espagnol

Comment fonctionne la Spécialisation

Suivez les cours

Une Spécialisation Coursera est une série de cours axés sur la maîtrise d'une compétence. Pour commencer, inscrivez-vous directement à la Spécialisation ou passez en revue ses cours et choisissez celui par lequel vous souhaitez commencer. Lorsque vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Il est possible de terminer seulement un cours : vous pouvez suspendre votre formation ou résilier votre abonnement à tout moment. Rendez-vous sur votre tableau de bord d'étudiant pour suivre vos inscriptions aux cours et vos progrès.

Projet pratique

Chaque Spécialisation inclut un projet pratique. Vous devez réussir le(s) projet(s) pour terminer la Spécialisation et obtenir votre Certificat. Si la Spécialisation inclut un cours dédié au projet pratique, vous devrez terminer tous les autres cours avant de pouvoir le commencer.

Obtenir un Certificat

Lorsque vous aurez terminé tous les cours et le projet pratique, vous obtiendrez un Certificat que vous pourrez partager avec des employeurs éventuels et votre réseau professionnel.

Cette Spécialisation compte 6 cours

Cours1

Cours 1

Visualisation de données

4.5

étoiles

1,289 évaluations

•

292 avis

Learn the general concepts of data mining along with basic methodologies and applications. Then dive into one subfield in data mining: pattern discovery. Learn in-depth concepts, methods, and applications of pattern discovery in data mining. We will also introduce methods for pattern-based classification and some interesting applications of pattern discovery. This course provides you the opportunity to learn skills and content to practice and engage in scalable pattern discovery methods on massive transactional data, discuss pattern evaluation measures, and study methods for mining diverse kinds of patterns, sequential patterns, and sub-graph patterns.

Cours2

Cours 2

Récupération de texte et moteurs de recherche

4.5

étoiles

899 évaluations

•

186 avis

Recent years have seen a dramatic growth of natural language text data, including web pages, news articles, scientific literature, emails, enterprise documents, and social media such as blog articles, forum posts, product reviews, and tweets. Text data are unique in that they are usually generated directly by humans rather than a computer system or sensors, and are thus especially valuable for discovering knowledge about people’s opinions and preferences, in addition to many other kinds of knowledge that we encode in text.

This course will cover search engine technologies, which play an important role in any data mining applications involving text data for two reasons. First, while the raw data may be large for any particular problem, it is often a relatively small subset of the data that are relevant, and a search engine is an essential tool for quickly discovering a small subset of relevant text data in a large text collection. Second, search engines are needed to help analysts interpret any patterns discovered in the data by allowing them to examine the relevant original text data to make sense of any discovered pattern. You will learn the basic concepts, principles, and the major techniques in text retrieval, which is the underlying science of search engines.

Cours3

Cours 3

Exploitation de text et analytique

4.5

étoiles

683 évaluations

•

142 avis

This course will cover the major techniques for mining and analyzing text data to discover interesting patterns, extract useful knowledge, and support decision making, with an emphasis on statistical approaches that can be generally applied to arbitrary text data in any natural language with no or minimum human effort.

Detailed analysis of text data requires understanding of natural language text, which is known to be a difficult task for computers. However, a number of statistical approaches have been shown to work well for the "shallow" but robust analysis of text data for pattern finding and knowledge discovery. You will learn the basic concepts, principles, and major algorithms in text mining and their potential applications.

Cours4

Cours 4

La découverte de répétitions dans l'exploration de données

4.3

étoiles

305 évaluations

•

57 avis

Learn the general concepts of data mining along with basic methodologies and applications. Then dive into one subfield in data mining: pattern discovery. Learn in-depth concepts, methods, and applications of pattern discovery in data mining. We will also introduce methods for data-driven phrase mining and some interesting applications of pattern discovery. This course provides you the opportunity to learn skills and content to practice and engage in scalable pattern discovery methods on massive transactional data, discuss pattern evaluation measures, and study methods for mining diverse kinds of patterns, sequential patterns, and sub-graph patterns.

Enseignants

Offert par

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.

Commencez à travailler pour obtenir votre master

Ce spécialisation est lié au diplôme Master in Computer Science intégralement en ligne de Université de l'Illinois à Urbana-Champaign. Il vous donnera un aperçu des sujets, des contenus et des enseignants afin que vous puissiez décider si le programme intégralement en ligne vous convient.

Foire Aux Questions

Quelle est la politique de remboursement ?
Si vous vous abonnez, vous bénéficiez d'une période d'essai gratuite de 7 jours, durant laquelle vous pouvez annuler votre abonnement sans pénalité. Ensuite, nous n'accordons plus de remboursements, mais vous pouvez annuler votre abonnement à tout instant. Consultez notre politique de remboursement complète.
Puis-je m'inscrire à un seul cours ?
Oui ! Pour commencer, cliquez sur la carte du cours qui vous intéresse et inscrivez-vous. Vous pouvez vous inscrire et terminer le cours pour obtenir un Certificat partageable, ou vous pouvez accéder au cours en auditeur libre afin d'en visualiser gratuitement le contenu. Si vous vous abonnez à un cours faisant partie d'une Spécialisation, vous êtes automatiquement abonné(e) à la Spécialisation complète. Visitez votre tableau de bord d'étudiant(e) pour suivre vos progrès.
Une aide financière est-elle possible ?
Oui. Dans certains programmes d’apprentissage, vous pouvez demander une aide financière ou une bourse d’études si vous ne pouvez pas payer les frais d’inscription. Si une aide financière ou une bourse d’études est disponible pour le programme d’apprentissage choisi, vous trouverez un lien pour faire une demande sur la page de description.
Puis-je suivre le cours gratuitement ?
Si vous vous inscrivez au cours, vous pouvez accéder à tous les cours de la Spécialisation et obtenir un Certificat lorsque vous terminez le travail. Si vous souhaitez seulement lire et examiner le contenu du cours, vous pouvez accéder gratuitement au cours en auditeur libre. Si vous n'avez pas les moyens d'acquitter les frais, vous pouvez faire une demande d'Aide Financière.
Ce cours est-il vraiment accessible en ligne à 100 % ? Dois-je assister à certaines activités en personne ?
Ce cours est entièrement en ligne : vous n'avez donc pas besoin de vous présenter physiquement dans une salle de classe. Vous pouvez accéder à vos vidéos de cours, lectures et devoirs en tout temps et en tout lieu, par l'intermédiaire du Web ou de votre appareil mobile.
Quelle est la durée nécessaire pour terminer la Spécialisation ?
Time to completion can vary widely based on your schedule. Most learners are able to complete the Specialization in 4-5 months.
À quelle fréquence chaque cours de cette Spécialisation est-il proposé ?
Each course in the Specialization is offered on a regular schedule with sessions starting about once per month. If you don't complete a course on the first try, you can easily transfer to the next session, and your completed work and grades will carry over.
What background knowledge is necessary?
Comfortable with computer programming in multiple programming languages
Basic knowledge of probability and statistics
Do I need to take the courses in a specific order?
It is recommended that the courses in the Specialization be taken in the order outlined. In the Capstone Project, you will have the opportunity to synthesize your learning in all the courses and apply your combined skills in a final project.
Puis-je obtenir des crédits universitaires si je réussis la Spécialisation ?
MCS courses in Coursera do not carry University of Illinois credit on their own. Each course has an enhanced for-credit component. You can earn academic credit if you combine an MCS Coursera course with the enhanced for-credit component offered on the University of Illinois platform. Some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.
What will I be able to do upon completing the Specialization?
At completion of this Specialization in Data Mining, you will (1) know the basic concepts in pattern discovery and clustering in data mining, information retrieval, text analytics, and visualization, (2) understand the major algorithms for mining both structured and unstructured text data, and (3) be able to apply the learned algorithms to solve real-world data mining problems.

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

Spécialisation Exploration de données

Compétences que vous acquerrez

À propos de ce Spécialisation