Über diesen Kurs

104,599 kürzliche Aufrufe
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.
Stufe „Mittel“
Ca. 24 Stunden zum Abschließen
Englisch
Untertitel: Englisch

Kompetenzen, die Sie erwerben

Predictive AnalyticsDecision-Making SoftwareGeodemographic SegmentationValidated Learning
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.
Stufe „Mittel“
Ca. 24 Stunden zum Abschließen
Englisch
Untertitel: Englisch

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 of Science in Accountancy (iMSA) 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

9 Stunden zum Abschließen

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

9 Stunden zum Abschließen
13 Videos (Gesamt 104 min), 11 Lektüren, 4 Quiz
13 Videos
Meet Professor Sridhar Seshadri1m
Rattle Installation Guidelines for Windows11m
R and Rattle Installation Instructions for Mac OS14m
Overview of Rattle7m
Lecture 1-1: Introduction to Clustering11m
Lecture 1-2: Applications of Clustering7m
Lecture 1-3: How to Cluster10m
Lecture 1-4: Introduction to K Means8m
Lecture 1-5: Hierarchical (Agglomerative) Clustering8m
Lecture 1-6: Measuring Similarity Between Clusters10m
Lecture 1-7: Real World Clustering Example6m
Lecture 1-8: Clustering Practice and Summary3m
11 Lektüren
Syllabus30m
About the Discussion Forums10m
Glossary10m
Brand Descriptions10m
Update Your Profile10m
Module 0 Agenda5m
Rattle Tutorials (Interface, Windows, Mac)30m
Frequent Asked Questions10m
Module 1 Overview20m
Module 1 Readings, Data Sets, and Slides1h 30m
Module 1 Peer Review Assignment Answer Key10m
3 praktische Übungen
Orientation Quiz30m
Module 1 Practice Problems10m
Module 1 Graded Quiz30m
Woche
2

Woche 2

5 Stunden zum Abschließen

Module 2: Decision Trees

5 Stunden zum Abschließen
7 Videos (Gesamt 65 min), 3 Lektüren, 3 Quiz
7 Videos
Lecture 2-2: Model Complexity7m
Lecture 2-3: Rule Based Classifiers9m
Lecture 2-4: Entropy and Decision Trees14m
Lecture 2-5: Classification Tree Example7m
Lecture 2-6: Regression Tree Example8m
Lecture 2-7: Introduction to Forests and Spam Filter Exercise9m
3 Lektüren
Module 2 Overview20m
Module 2 Readings, Data Sets, and Slides30m
Module 2 Peer Review Assignment Answer Key10m
2 praktische Übungen
Module 2 Practice Problems30m
Module 2 Graded Quiz30m
Woche
3

Woche 3

5 Stunden zum Abschließen

Module 3: Rules, Rules, and More Rules

5 Stunden zum Abschließen
8 Videos (Gesamt 65 min), 3 Lektüren, 3 Quiz
8 Videos
Lecture 3-2: K-Nearest Neighbor9m
Lecture 3-3: K-Nearest Neighbor Classifier3m
Lecture 3-4: Selecting the Best K in Rstudio12m
Lecture 3-5: Bayes' Rule7m
Lecture 3-6: The Naïve Bayes Trick13m
Lecture 3-7: Employee Attrition Example5m
Lecture 3-8: Employee Attrition Example in Rstudio, Exercise, and Summary9m
3 Lektüren
Module 3 Overview20m
Module 3 Readings, Data Sets, and Slides30m
Module 3 Peer Review Assignment Answer Key10m
2 praktische Übungen
Module 3 Practice Problems10m
Module 3 Graded Quiz30m
Woche
4

Woche 4

5 Stunden zum Abschließen

Module 4: Model Performance and Recommendation Systems

5 Stunden zum Abschließen
8 Videos (Gesamt 68 min), 3 Lektüren, 3 Quiz
8 Videos
Lecture 4-2: Classification Tree Example11m
Lecture 4-3: True and False Negatives8m
Lecture 4-4: Clock Example Exercise2m
Lecture 4-5: Making Recommendations13m
Lecture 4-6: Association Rule Mining6m
Lecture 4-7: Collaborative Filtering7m
Lecture 4-8: Recommendation Example in Rstudio and Summary12m
3 Lektüren
Module 4 Overview20m
Module 4 Readings, Data Sets, and Slides1h
Module 4 Peer Review Assignment Answer Key10m
2 praktische Übungen
Module 4 Practice Problems10m
Module 4 Graded Quiz30m

Bewertungen

Top-Bewertungen von PREDICTIVE ANALYTICS AND DATA MINING

Alle Bewertungen anzeigen

Häufig gestellte Fragen

  • Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:

    • Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
    • Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
  • Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat 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.

  • Sie haben bis zu zwei Wochen nach Ihrem Zahlungsdatum beziehungsweise bis zu zwei Wochen nach Beginn der ersten Kurseinheit (bei Kursen, die gerade gestartet sind) Anspruch auf eine volle Rückerstattung, je nachdem, was später eintritt. Nach dem Erwerb eines Kurszertifikats besteht kein Anrecht mehr auf Rückerstattung, auch dann nicht, wenn Sie den Kurs innerhalb des Zeitraums von zwei Wochen abgeschlossen haben. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.

  • Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.

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