University of Michigan

Data Mining in Python

Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen. Sehen Sie sich die Sprachen an, die wir anbieten.
University of Michigan

Data Mining in Python

Dieser Kurs ist Teil von Spezialisierung „More Applied Data Science with Python“

Qiaozhu Mei

Dozent: Qiaozhu Mei

4.614 bereits angemeldet

Bei Coursera Plus enthalten

Mehr erfahren

Fragen Sie Coursera

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

12 Bewertungen

Stufe Fortgeschritten

Empfohlene Erfahrung

5 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

12 Bewertungen

Stufe Fortgeschritten

Empfohlene Erfahrung

5 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Understand basic concepts, tasks, and procedures of data mining. 

  • Formulate real-world information using basic data representations: itemsets, vectors, matrices, sequences, time series, and networks. 

  • Use data mining algorithms to extract patterns and similarities from real-world datasets.

  • Calculate the importance of patterns and prepare for downstream machine-learning tasks. 

Kompetenzen, die Sie erwerben

  • Kategorie: Data Mining
  • Kategorie: Linear Algebra
  • Kategorie: Data Science
  • Kategorie: Unsupervised Learning
  • Kategorie: Anomaly Detection
  • Kategorie: Machine Learning Methods
  • Kategorie: Statistical Methods

Werkzeuge, die Sie lernen werden

  • Kategorie: Classification Algorithms
  • Kategorie: Python Programming

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

20 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen
Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „More Applied Data Science with Python“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 4 Module

Welcome to Module 1—an Introduction to Data Mining! We will begin this module with an introduction to the basic concepts, views, and tasks of data mining. We will focus on how to formulate real world information as different data representations (e.g., itemsets, vectors, sequences, time series, networks, data streams, etc.). Then, we will elaborate on two basic functionalities of data mining: patterns and similarity. We will learn how they can be used to build more complex data mining tasks. Let’s get started!

Das ist alles enthalten

12 Videos9 Lektüren4 Aufgaben1 Programmieraufgabe1 Diskussionsthema

Welcome to Module 2—Mining Itemset Data! In this module, we will learn how to represent data as itemsets and the basic data mining operations with itemset data. We will focus on how to extract frequent patterns from a collection of itemsets, how to evaluate the interestingness of itemset patterns, and how to compute Jaccard similarity between two itemsets. Let’s get started!

Das ist alles enthalten

8 Videos5 Lektüren5 Aufgaben3 Programmieraufgaben

Welcome to Module 3—Mining Vector and Matrix Data! We are halfway through our course on Data Mining! In this module, we will learn in how to mine data represented as vectors and matrices. We will focus on how to represent data as vectors, different similarity/distance metrics of vector data, what are the patterns in matrix data, and how to apply these concepts to real world scenarios. Let’s get started!

Das ist alles enthalten

11 Videos3 Lektüren6 Aufgaben4 Programmieraufgaben

Welcome to Module 4—Mining Sequences, our last course module!! We will conclude our course by learning how to represent data as sequences. We will focus on commonly used sequential patterns (ngrams and skipgrams), distance measures for sequence data (Edit Distance and Shingling), and how they can be applied to real world tasks. Let’s get started!

Das ist alles enthalten

10 Videos3 Lektüren5 Aufgaben4 Programmieraufgaben

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Qiaozhu Mei
University of Michigan
6 Kurse6.153 Lernende

von

University of Michigan

Mehr von Data Analysis entdecken

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

Weitere Fragen

Finanzielle Unterstützung verfügbar,