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.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data-Mining
Datenvisualisierung
von
Über diesen Kurs
43,473 kürzliche Aufrufe
Learner Career Outcomes
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
39%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
18%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Kompetenzen, die Sie erwerben
Data Visualization SoftwareTableau SoftwareData VirtualizationData Visualization (DataViz)
Learner Career Outcomes
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
39%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
18%
erhalten Sie eine Gehaltserhöhung oder Beförderung
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 1 von 6 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Ca. 15 Stunden zum Abschließen
Englisch
Untertitel: Englisch, Koreanisch, Chinesisch (vereinfacht)
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
11 Stunde zum Abschließen
Course Orientation
You will become familiar with the course, your classmates, and our learning environment. The orientation will also help you obtain the technical skills required for the course.
6 Lektüren, 1 Quiz
6 Lektüren
Welcome to Data Visualization!10m
Syllabus10m
About the Discussion Forums10m
Updating Your Profile10m
Social Media10m
Resources10m
1 praktische Übung
Orientation Quiz10m
4 Stunden zum Abschließen
Week 1: The Computer and the Human
In this week's module, you will learn what data visualization is, how it's used, and how computers display information. You'll also explore different types of visualization and how humans perceive information.
15 Videos (Gesamt 130 min), 2 Lektüren, 1 Quiz
15 Videos
1.1.1. Some Books on Data Visualization3m
1.1.2. Overview of Visualization11m
1.2.1. 2-D Graphics10m
SVG-example1m
1.2.2. 2-D Drawing9m
1.2.3. 3-D Graphics9m
1.2.4. Photorealism9m
1.2.5. Non-Photorealism5m
1.3.1. The Human10m
1.3.2. Memory12m
1.3.3. Reasoning7m
1.3.4. The Human Retina9m
1.3.5. Perceiving Two Dimensions8m
1.3.6. Perceiving Perspective8m
2 Lektüren
Week 1 Overview10m
How the Programming Assignments Work10m
1 praktische Übung
Week 1 Quiz20m
Woche
24 Stunden zum Abschließen
Week 2: Visualization of Numerical Data
In this week's module, you will start to think about how to visualize data effectively. This will include assigning data to appropriate chart elements, using glyphs, parallel coordinates, and streamgraphs, as well as implementing principles of design and color to make your visualizations more engaging and effective.
11 Videos (Gesamt 85 min), 3 Lektüren, 1 Quiz
11 Videos
2.1.1. Data7m
2.1.2. Mapping9m
2.1.3. Charts9m
2.2.1. Glyphs (Part 1)4m
2.2.1. Glyphs (Part 2)6m
2.2.2. Parallel Coordinates8m
2.2.3. Stacked Graphs (Part 1)5m
2.2.3. Stacked Graphs (Part 2)6m
2.3.1. Tufte's Design Rules12m
2.3.2. Using Color11m
3 Lektüren
Week 2 Overview10m
Programming Assignment 1: Visualize Data Using a Chart10m
Programming Assignment 1 Rubric10m
Woche
34 Stunden zum Abschließen
Week 3: Visualization of Non-Numerical Data
In this week's module, you will learn how to visualize graphs that depict relationships between data items. You'll also plot data using coordinates that are not specifically provided by the data set.
8 Videos (Gesamt 72 min), 3 Lektüren, 1 Quiz
8 Videos
3.1.1. Graphs and Networks8m
3.1.2. Embedding Planar Graphs11m
3.1.3. Graph Visualization13m
3.1.4. Tree Maps9m
3.2.1. Principal Component Analysis8m
3.2.2. Multidimensional Scaling6m
3.3.1. Packing12m
3 Lektüren
Week 3 Overview10m
Programming Assignment 2: Visualize Network Data10m
Programming Assignment 2 Rubric10m
Woche
42 Stunden zum Abschließen
Week 4: The Visualization Dashboard
In this week's module, you will start to put together everything you've learned by designing your own visualization system for large datasets and dashboards. You'll create and interpret the visualization you created from your data set, and you'll also apply techniques from user-interface design to create an effective visualization system.
9 Videos (Gesamt 73 min), 1 Lektüre, 1 Quiz
9 Videos
4.1.1. Visualization Systems3m
4.1.2. The Information Visualization Mantra: Part 19m
4.1.2. The Information Visualization Mantra: Part 29m
4.1.2. The Information Visualization Mantra: Part 35m
4.1.3. Database Visualization Part: 112m
4.1.3. Database Visualization Part: 28m
4.1.3. Database Visualization Part: 39m
4.2.1. Visualization System Design14m
1 Lektüre
Week 4 Overview10m
1 praktische Übung
Week 4 Quiz16m
Top-Bewertungen von Datenvisualisierung
Good course, very well structured and with interesting assignments. Some (especially first) lessons are more of a general culture but most are very helpful and allow to learn a lot of things.
I found the class to be very informative. The assignments on creating charts and graphs for large data sets were practical and helped me understand the concepts taught in the course.
Dozent
John C. Hart
Professor of Computer ScienceDepartment of Computer Science
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.
Über University of Illinois at 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.
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.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..