Über diesen Kurs

68,824 kürzliche Aufrufe

Karriereergebnisse der Lernenden

30%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung

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. 33 Stunden zum Abschließen

Englisch

Untertitel: Englisch, Koreanisch

Kompetenzen, die Sie erwerben

Data Clustering AlgorithmsText MiningProbabilistic ModelsSentiment Analysis

Karriereergebnisse der Lernenden

30%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

38%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung

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. 33 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

InhaltsbewertungThumbs Up91%(2,458 Bewertungen)Info
Woche
1

Woche 1

2 Stunden zum Abschließen

Orientation

2 Stunden zum Abschließen
2 Videos (Gesamt 15 min), 5 Lektüren, 2 Quiz
2 Videos
Course Prerequisites & Completion6m
5 Lektüren
Welcome to Text Mining and Analytics!10m
Syllabus15m
About the Discussion Forums15m
Updating your Profile10m
Social Media10m
2 praktische Übungen
Orientation Quiz15m
Pre-Quiz26m
4 Stunden zum Abschließen

Week 1

4 Stunden zum Abschließen
9 Videos (Gesamt 109 min), 1 Lektüre, 2 Quiz
9 Videos
1.2 Overview Text Mining and Analytics: Part 211m
1.3 Natural Language Content Analysis: Part 112m
1.4 Natural Language Content Analysis: Part 24m
1.5 Text Representation: Part 110m
1.6 Text Representation: Part 29m
1.7 Word Association Mining and Analysis15m
1.8 Paradigmatic Relation Discovery Part 114m
1.9 Paradigmatic Relation Discovery Part 217m
1 Lektüre
Week 1 Overview10m
2 praktische Übungen
Week 1 Practice Quiz1h
Week 1 Quiz1h
Woche
2

Woche 2

4 Stunden zum Abschließen

Week 2

4 Stunden zum Abschließen
10 Videos (Gesamt 116 min), 1 Lektüre, 2 Quiz
10 Videos
2.2 Syntagmatic Relation Discovery: Conditional Entropy11m
2.3 Syntagmatic Relation Discovery: Mutual Information: Part 113m
2.4 Syntagmatic Relation Discovery: Mutual Information: Part 29m
2.5 Topic Mining and Analysis: Motivation and Task Definition7m
2.6 Topic Mining and Analysis: Term as Topic11m
2.7 Topic Mining and Analysis: Probabilistic Topic Models14m
2.8 Probabilistic Topic Models: Overview of Statistical Language Models: Part 110m
2.9 Probabilistic Topic Models: Overview of Statistical Language Models: Part 213m
2.10 Probabilistic Topic Models: Mining One Topic12m
1 Lektüre
Week 2 Overview10m
2 praktische Übungen
Week 2 Practice Quiz1h
Week 2 Quiz1h
Woche
3

Woche 3

10 Stunden zum Abschließen

Week 3

10 Stunden zum Abschließen
10 Videos (Gesamt 103 min), 2 Lektüren, 3 Quiz
10 Videos
3.2 Probabilistic Topic Models: Mixture Model Estimation: Part 110m
3.3 Probabilistic Topic Models: Mixture Model Estimation: Part 28m
3.4 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 111m
3.5 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 210m
3.6 Probabilistic Topic Models: Expectation-Maximization Algorithm: Part 36m
3.7 Probabilistic Latent Semantic Analysis (PLSA): Part 110m
3.8 Probabilistic Latent Semantic Analysis (PLSA): Part 210m
3.9 Latent Dirichlet Allocation (LDA): Part 110m
3.10 Latent Dirichlet Allocation (LDA): Part 212m
2 Lektüren
Week 3 Overview10m
Programming Assignments Overview10m
2 praktische Übungen
Week 3 Practice Quiz1h
Quiz: Week 3 Quiz1h
Woche
4

Woche 4

5 Stunden zum Abschließen

Week 4

5 Stunden zum Abschließen
9 Videos (Gesamt 141 min), 1 Lektüre, 2 Quiz
9 Videos
4.2 Text Clustering: Generative Probabilistic Models Part 116m
4.3 Text Clustering: Generative Probabilistic Models Part 28m
4.4 Text Clustering: Generative Probabilistic Models Part 314m
4.5 Text Clustering: Similarity-based Approaches17m
4.6 Text Clustering: Evaluation10m
4.7 Text Categorization: Motivation14m
4.8 Text Categorization: Methods11m
4.9 Text Categorization: Generative Probabilistic Models31m
1 Lektüre
Week 4 Overview10m
2 praktische Übungen
Week 4 Practice Quiz1h
Week 4 Quiz1h

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

  • 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.

  • 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.

  • Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.

  • Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. 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..