University of Illinois Urbana-Champaign
Entdeckung von Mustern im Data Mining
University of Illinois Urbana-Champaign

Entdeckung von Mustern im Data Mining

Dieser Kurs ist Teil von Spezialisierung Data Mining

Jiawei Han

Dozent: Jiawei Han

42.212 bereits angemeldet

Enthalten inCoursera Plus

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.3

(319 Bewertungen)

Flexibler Zeitplan
Ca. 17 Stunden
In Ihrem eigenen Lerntempo lernen
89%
Den meisten Lernenden gefiel dieser Kurs
Bereiten Sie sich auf einen Abschluss vor.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.3

(319 Bewertungen)

Flexibler Zeitplan
Ca. 17 Stunden
In Ihrem eigenen Lerntempo lernen
89%
Den meisten Lernenden gefiel dieser Kurs
Bereiten Sie sich auf einen Abschluss vor.

Kompetenzen, die Sie erwerben

  • Kategorie: Streams
  • Kategorie: Sequentielle Musterauswertung
  • Kategorie: Algorithmen für das Data Mining
  • Kategorie: Data-Mining

Wichtige Details

Erwerben Sie ein Karrierezertifikat.

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

9 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data Mining
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
Platzhalter
Platzhalter

Erwerben Sie ein Karrierezertifikat.

Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.

Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.

Platzhalter

In diesem Kurs gibt es 5 Module

In der Einführungsveranstaltung machen Sie sich mit dem Kurs, Ihrem Dozenten, Ihren Mitschülern und unserer Lernumgebung vertraut.

Das ist alles enthalten

1 Video3 Lektüren1 Aufgabe1 Diskussionsthema1 Plug-in

Modul 1 besteht aus zwei Lektionen. Lektion 1 behandelt die allgemeinen Konzepte der Mustererkennung. Dazu gehören die grundlegenden Konzepte von häufigen Mustern, geschlossenen Mustern, Max-Mustern und Assoziationsregeln. Lektion 2 befasst sich mit drei wichtigen Ansätzen für die Suche nach häufigen Mustern. Wir lernen die Eigenschaft der abwärts gerichteten Schließung (oder Apriori) von häufigen Mustern und drei Hauptkategorien von Methoden zur Gewinnung von häufigen Mustern kennen: den Apriori-Algorithmus, die Methode, die das vertikale Datenformat untersucht, und den Ansatz des Musterwachstums. Wir werden auch erörtern, wie Sie die Menge der geschlossenen Muster direkt abbauen können.

Das ist alles enthalten

9 Videos2 Lektüren2 Aufgaben1 Programmieraufgabe

Modul 2 umfasst zwei Lektionen: Lektion 3 und 4. In Lektion 3 besprechen wir die Bewertung von Mustern und lernen, welche Art von interessanten Maßen bei der Musteranalyse verwendet werden sollte. Wir zeigen, dass der Support-Confidence-Rahmen für die Bewertung von Mustern ungeeignet ist, und selbst die häufig verwendeten Lift- und Chi-Quadrat-Maße sind in bestimmten Situationen nicht gut. Wir führen das Konzept der Null-Invarianz ein und stellen ein neues Null-Invarianz-Maß für die Bewertung von Mustern vor. In Lektion 4 befassen wir uns mit der Gewinnung eines breiten Spektrums von Mustern. Wir lernen die Konzepte und Mining-Methoden für Assoziationen auf mehreren Ebenen, mehrdimensionale Assoziationen, quantitative Assoziationen, negative Korrelationen, komprimierte Muster und redundanzbewusste Muster kennen.

Das ist alles enthalten

9 Videos2 Lektüren2 Aufgaben

Modul 3 besteht aus zwei Lektionen: Lektion 5 und 6. In Lektion 5 besprechen wir die Suche nach sequentiellen Mustern. Wir lernen mehrere beliebte und effiziente Methoden zur Gewinnung sequentieller Muster kennen, darunter eine auf Apriori basierende Methode zur Gewinnung sequentieller Muster (GSP), eine auf vertikalen Datenformaten basierende Methode zur Gewinnung sequentieller Muster (SPADE) und eine auf Musterwachstum basierende Methode zur Gewinnung sequentieller Muster (PrefixSpan). Wir werden auch lernen, wie man geschlossene sequentielle Muster direkt abbaut. In Lektion 6 befassen wir uns mit Konzepten und Methoden zur Gewinnung von raum-zeitlichen und trajektorischen Mustern als eine Art von Pattern Mining-Anwendungen. Wir werden einige beliebte Arten von Mustern und ihre Mining-Methoden vorstellen, darunter das Mining räumlicher Assoziationen, das Mining räumlicher Kolokationsmuster, das Mining und die Aggregation von Mustern über mehrere Trajektorien, das Mining semantisch reichhaltiger Bewegungsmuster und das Mining periodischer Bewegungsmuster.

Das ist alles enthalten

10 Videos2 Lektüren2 Aufgaben

Modul 4 besteht aus zwei Lektionen: Lektion 7 und 8. In Lektion 7 befassen wir uns mit der Gewinnung hochwertiger Phrasen aus Textdaten als zweite Art von Pattern-Mining-Anwendung. Wir werden vor allem zwei neuere Methoden für das Phrase-Mining vorstellen: ToPMine und SegPhrase, und zeigen, dass die Suche nach häufigen Mustern eine wichtige Rolle bei der Suche nach hochwertigen Phrasen in umfangreichen Textdaten spielen kann. In Lektion 8 lernen wir verschiedene fortgeschrittene Themen zur Mustererkennung kennen, darunter die Suche nach häufigen Mustern in Datenströmen, die Mustererkennung für die Suche nach Softwarefehlern, die Mustererkennung für die Bildanalyse und die Mustererkennung und die Gesellschaft: Mustererkennung unter Wahrung der Privatsphäre. Abschließend werfen wir einen Blick in die Zukunft der Pattern Mining Forschung und der Erforschung von Anwendungen.

Das ist alles enthalten

9 Videos2 Lektüren2 Aufgaben1 Programmieraufgabe1 Plug-in

Dozent

Lehrkraftbewertungen
4.3 (13 Bewertungen)
Jiawei Han
University of Illinois Urbana-Champaign
4 Kurse67.609 Lernende

von

Empfohlen, wenn Sie sich für Datenanalyse interessieren

Bereiten Sie sich auf einen Abschluss vor.

Wenn Sie Kurs von University of Illinois Urbana-Champaign absolvieren, erhalten Sie möglicherweise eine Vorschau der Themen, Materialien und Lehrkräfte für einen verwandten Studiengang. So können Sie besser einschätzen, ob das Thema oder die Universität die richtige Wahl für Sie wäre.

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.“

Bewertungen von Lernenden

Zeigt 3 von 319

4.3

319 Bewertungen

  • 5 stars

    57,05 %

  • 4 stars

    23,82 %

  • 3 stars

    12,22 %

  • 2 stars

    3,76 %

  • 1 star

    3,13 %

CY
4

Geprüft am 31. Jan. 2017

TK
4

Geprüft am 23. Apr. 2017

CY
4

Geprüft am 11. Dez. 2017

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Häufig gestellte Fragen