Über diesen Kurs

32,821 kürzliche Aufrufe

Karriereergebnisse der Lernenden

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 14 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

Kompetenzen, die Sie erwerben

StreamsSequential Pattern MiningData Mining AlgorithmsData Mining

Karriereergebnisse der Lernenden

33%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 14 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch

von

University of Illinois at Urbana-Champaign-Logo

University of Illinois at Urbana-Champaign

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses Master in Computer Science von University of Illinois at Urbana-Champaign. Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche
1

Woche 1

1 Stunde zum Abschließen

Course Orientation

1 Stunde zum Abschließen
1 Video (Gesamt 7 min), 3 Lektüren, 1 Quiz
1 Video
3 Lektüren
Syllabus10m
About the Discussion Forums10m
Social Media10m
1 praktische Übung
Orientation Quiz10m
4 Stunden zum Abschließen

Module 1

4 Stunden zum Abschließen
9 Videos (Gesamt 49 min), 2 Lektüren, 3 Quiz
9 Videos
1.2. Frequent Patterns and Association Rules5m
1.3. Compressed Representation: Closed Patterns and Max-Patterns7m
2.1. The Downward Closure Property of Frequent Patterns3m
2.2. The Apriori Algorithm6m
2.3. Extensions or Improvements of Apriori7m
2.4. Mining Frequent Patterns by Exploring Vertical Data Format3m
2.5. FPGrowth: A Pattern Growth Approach8m
2.6. Mining Closed Patterns3m
2 Lektüren
Lesson 1 Overview10m
Lesson 2 Overview10m
2 praktische Übungen
Lesson 1 Quiz10m
Lesson 2 Quiz8m
Woche
2

Woche 2

1 Stunde zum Abschließen

Module 2

1 Stunde zum Abschließen
9 Videos (Gesamt 47 min), 2 Lektüren, 2 Quiz
9 Videos
3.2. Interestingness Measures: Lift and χ25m
3.3. Null Invariance Measures5m
3.4. Comparison of Null-Invariant Measures7m
4.1. Mining Multi-Level Associations4m
4.2. Mining Multi-Dimensional Associations2m
4.3. Mining Quantitative Associations4m
4.4. Mining Negative Correlations6m
4.5. Mining Compressed Patterns7m
2 Lektüren
Lesson 3 Overview10m
Lesson 4 Overview10m
2 praktische Übungen
Lesson 3 Quiz10m
Lesson 4 Quiz8m
Woche
3

Woche 3

2 Stunden zum Abschließen

Module 3

2 Stunden zum Abschließen
10 Videos (Gesamt 56 min), 2 Lektüren, 2 Quiz
10 Videos
5.2. GSP: Apriori-Based Sequential Pattern Mining3m
5.3. SPADE—Sequential Pattern Mining in Vertical Data Format3m
5.4. PrefixSpan—Sequential Pattern Mining by Pattern-Growth4m
5.5. CloSpan—Mining Closed Sequential Patterns3m
6.1. Mining Spatial Associations4m
6.2. Mining Spatial Colocation Patterns9m
6.3. Mining and Aggregating Patterns over Multiple Trajectories9m
6.4. Mining Semantics-Rich Movement Patterns3m
6.5. Mining Periodic Movement Patterns7m
2 Lektüren
Lesson 5 Overview10m
Lesson 6 Overview10m
2 praktische Übungen
Lesson 5 Quiz10m
Lesson 6 Quiz8m
Woche
4

Woche 4

5 Stunden zum Abschließen

Week 4

5 Stunden zum Abschließen
9 Videos (Gesamt 98 min), 2 Lektüren, 3 Quiz
9 Videos
7.2. Previous Phrase Mining Methods10m
7.3. ToPMine: Phrase Mining without Training Data12m
7.4. SegPhrase: Phrase Mining with Tiny Training Sets14m
8.1. Frequent Pattern Mining in Data Streams19m
8.2. Pattern Discovery for Software Bug Mining12m
8.3. Pattern Discovery for Image Analysis6m
8.4. Advanced Topics on Pattern Discovery: Pattern Mining and Society—Privacy Issue13m
8.5. Advanced Topics on Pattern Discovery: Looking Forward4m
2 Lektüren
Lesson 7 Overview10m
Lesson 8 Overview10m
2 praktische Übungen
Lesson 7 Quiz8m
Lesson 8 Quiz8m

Bewertungen

Top-Bewertungen von PATTERN DISCOVERY IN DATA MINING

Alle Bewertungen anzeigen

Über den Spezialisierung Data-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....
Data-Mining

Häufig gestellte Fragen

  • 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.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..