Informações sobre o curso

14,966 visualizações recentes

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.

Nível intermediário

Aprox. 18 horas para completar

Sugerido: 4-6 hours/week...

Inglês

Legendas: Inglês

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.

Nível intermediário

Aprox. 18 horas para completar

Sugerido: 4-6 hours/week...

Inglês

Legendas: Inglês

Instrutores

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 of Science in Accountancy (iMSA) 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

8 horas para concluir

Module 0: Get Ready & Module 1: Drowning in Data, Starving for Knowledge

8 horas para concluir
13 vídeos (Total 98 mín.), 10 leituras, 4 testes
13 videos
Meet Professor Sridhar Seshadri1min
Rattle Installation Guidelines for Windows6min
Rattle Installation Guideline for MacOS11min
Rattle Interface for Windows9min
Lecture 1-1: Introduction to Clustering11min
Lecture 1-2: Applications of Clustering7min
Lecture 1-3: How to Cluster10min
Lecture 1-4: Introduction to K Means8min
Lecture 1-5: Hierarchical (Agglomerative) Clustering8min
Lecture 1-6: Measuring Similarity Between Clusters10min
Lecture 1-7: Real World Clustering Example6min
Lecture 1-8: Clustering Practice and Summary3min
10 leituras
Syllabus30min
About the Discussion Forums10min
Glossary10min
Brand Descriptions10min
Update Your Profile10min
Module 0 Agenda10min
Rattle Tutorials (Interface, Windows, Mac)30min
Module 1 Overview20min
Module 1 Readings, Data Sets, and Slides1h 30min
Module 1 Peer Review Assignment Answer Key10min
3 exercícios práticos
Orientation Quiz10min
Module 1 Practice Problems10min
Module 1 Graded Quiz30min
Semana
2

Semana 2

5 horas para concluir

Module 2: Decision Trees

5 horas para concluir
7 vídeos (Total 65 mín.), 3 leituras, 3 testes
7 videos
Lecture 2-2: Model Complexity7min
Lecture 2-3: Rule Based Classifiers9min
Lecture 2-4: Entropy and Decision Trees14min
Lecture 2-5: Classification Tree Example7min
Lecture 2-6: Regression Tree Example8min
Lecture 2-7: Introduction to Forests and Spam Filter Exercise9min
3 leituras
Module 2 Overview20min
Module 2 Readings, Data Sets, and Slides30min
Module 2 Peer Review Assignment Answer Key10min
2 exercícios práticos
Module 2 Practice Problems
Module 2 Graded Quiz30min
Semana
3

Semana 3

5 horas para concluir

Module 3: Rules, Rules, and More Rules

5 horas para concluir
8 vídeos (Total 65 mín.), 3 leituras, 3 testes
8 videos
Lecture 3-2: K-Nearest Neighbor9min
Lecture 3-3: K-Nearest Neighbor Classifier3min
Lecture 3-4: Selecting the Best K in Rstudio12min
Lecture 3-5: Bayes' Rule7min
Lecture 3-6: The Naïve Bayes Trick13min
Lecture 3-7: Employee Attrition Example5min
Lecture 3-8: Employee Attrition Example in Rstudio, Exercise, and Summary9min
3 leituras
Module 3 Overview20min
Module 3 Readings, Data Sets, and Slides30min
Module 3 Peer Review Assignment Answer Key10min
2 exercícios práticos
Module 3 Practice Problems10min
Module 3 Graded Quiz30min
Semana
4

Semana 4

4 horas para concluir

Module 4: Model Performance and Recommendation Systems

4 horas para concluir
8 vídeos (Total 68 mín.), 3 leituras, 3 testes
8 videos
Lecture 4-2: Classification Tree Example11min
Lecture 4-3: True and False Negatives8min
Lecture 4-4: Clock Example Exercise2min
Lecture 4-5: Making Recommendations13min
Lecture 4-6: Association Rule Mining6min
Lecture 4-7: Collaborative Filtering7min
Lecture 4-8: Recommendation Example in Rstudio and Summary12min
3 leituras
Module 4 Overview20min
Module 4 Readings, Data Sets, and Slides1h
Module 4 Peer Review Assignment Answer Key10min
2 exercícios práticos
Module 4 Practice Problems10min
Module 4 Graded Quiz30min

Avaliações

Principais avaliações do PREDICTIVE ANALYTICS AND DATA MINING
Visualizar todas as avaliações

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.