Informações sobre o curso

32,444 visualizações recentes

Resultados de carreira do aprendiz

33%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 14 horas para completar
Inglês
Legendas: Inglês, Coreano

Habilidades que você terá

StreamsSequential Pattern MiningData Mining AlgorithmsData Mining

Resultados de carreira do aprendiz

33%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 14 horas para completar
Inglês
Legendas: Inglês, Coreano

oferecido por

Logotipo de Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign

Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master in Computer Science da Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign. Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 hora para concluir

Course Orientation

1 hora para concluir
1 vídeo (Total 7 mín.), 3 leituras, 1 teste
1 vídeos
3 leituras
Syllabus10min
About the Discussion Forums10min
Social Media10min
1 exercício prático
Orientation Quiz10min
4 horas para concluir

Module 1

4 horas para concluir
9 vídeos (Total 49 mín.), 2 leituras, 3 testes
9 videos
1.2. Frequent Patterns and Association Rules5min
1.3. Compressed Representation: Closed Patterns and Max-Patterns7min
2.1. The Downward Closure Property of Frequent Patterns3min
2.2. The Apriori Algorithm6min
2.3. Extensions or Improvements of Apriori7min
2.4. Mining Frequent Patterns by Exploring Vertical Data Format3min
2.5. FPGrowth: A Pattern Growth Approach8min
2.6. Mining Closed Patterns3min
2 leituras
Lesson 1 Overview10min
Lesson 2 Overview10min
2 exercícios práticos
Lesson 1 Quiz10min
Lesson 2 Quiz8min
Semana
2

Semana 2

1 hora para concluir

Module 2

1 hora para concluir
9 vídeos (Total 47 mín.), 2 leituras, 2 testes
9 videos
3.2. Interestingness Measures: Lift and χ25min
3.3. Null Invariance Measures5min
3.4. Comparison of Null-Invariant Measures7min
4.1. Mining Multi-Level Associations4min
4.2. Mining Multi-Dimensional Associations2min
4.3. Mining Quantitative Associations4min
4.4. Mining Negative Correlations6min
4.5. Mining Compressed Patterns7min
2 leituras
Lesson 3 Overview10min
Lesson 4 Overview10min
2 exercícios práticos
Lesson 3 Quiz10min
Lesson 4 Quiz8min
Semana
3

Semana 3

2 horas para concluir

Module 3

2 horas para concluir
10 vídeos (Total 56 mín.), 2 leituras, 2 testes
10 videos
5.2. GSP: Apriori-Based Sequential Pattern Mining3min
5.3. SPADE—Sequential Pattern Mining in Vertical Data Format3min
5.4. PrefixSpan—Sequential Pattern Mining by Pattern-Growth4min
5.5. CloSpan—Mining Closed Sequential Patterns3min
6.1. Mining Spatial Associations4min
6.2. Mining Spatial Colocation Patterns9min
6.3. Mining and Aggregating Patterns over Multiple Trajectories9min
6.4. Mining Semantics-Rich Movement Patterns3min
6.5. Mining Periodic Movement Patterns7min
2 leituras
Lesson 5 Overview10min
Lesson 6 Overview10min
2 exercícios práticos
Lesson 5 Quiz10min
Lesson 6 Quiz8min
Semana
4

Semana 4

5 horas para concluir

Week 4

5 horas para concluir
9 vídeos (Total 98 mín.), 2 leituras, 3 testes
9 videos
7.2. Previous Phrase Mining Methods10min
7.3. ToPMine: Phrase Mining without Training Data12min
7.4. SegPhrase: Phrase Mining with Tiny Training Sets14min
8.1. Frequent Pattern Mining in Data Streams19min
8.2. Pattern Discovery for Software Bug Mining12min
8.3. Pattern Discovery for Image Analysis6min
8.4. Advanced Topics on Pattern Discovery: Pattern Mining and Society—Privacy Issue13min
8.5. Advanced Topics on Pattern Discovery: Looking Forward4min
2 leituras
Lesson 7 Overview10min
Lesson 8 Overview10min
2 exercícios práticos
Lesson 7 Quiz8min
Lesson 8 Quiz8min

Avaliações

Principais avaliações do DESCOBRINDO PADRÕES APLICÁVEIS NA MINERAÇÃO DE DADOS

Visualizar todas as avaliações

Sobre Programa de cursos integrados Mineração de dadosData Mining

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....
Mineração de dadosData Mining

Perguntas Frequentes – FAQ

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.

  • Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.