Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
IIT Roorkee

Data Mining for Smart Cities

Dr. Dheeraj Kumar

Instructeur : Dr. Dheeraj Kumar

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant

Expérience recommandée

62 heures pour terminer
3 semaines à 20 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Débutant

Expérience recommandée

62 heures pour terminer
3 semaines à 20 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Describe types of smart city-generated datasets, data mining techniques, and how to implement them using Python 3.

  • Explain how to read and preprocess data for data mining.

  • Apply data mining techniques to smart city-generated data and visualize and interpret the physical implications of the results.

Compétences que vous acquerrez

  • Catégorie : Mathematics
  • Catégorie : Python Programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

12 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Emplacement réservé
Emplacement réservé

Obtenez un certificat professionnel

Ajoutez cette qualification à votre profil LinkedIn ou à votre CV

Partagez-le sur les réseaux sociaux et dans votre évaluation de performance

Emplacement réservé

Il y a 8 modules dans ce cours

This module provides an overview of the course content and structure. In this module, you will learn about the different course elements. In this module, you will get acquainted with your instructor and get an opportunity to introduce yourself and interact with your peers.

Inclus

2 vidéos1 lecture1 sujet de discussion

In this module, you will learn about data mining, why we need it, and the approach. The module also presents the basics of probability and statistics, which form the foundation for data mining. You will also gain insight into data preprocessing and data mining task identification.

Inclus

12 vidéos4 lectures2 devoirs1 sujet de discussion

In this module, you will learn about Python programming for data mining. The module also discusses important Python modules: NumPy , SciPy, and Matplotlib. You will learn to install Python using Anaconda and use the Jupyter notebook to write your code. The module also presents some examples demonstrating data preprocessing using Python.

Inclus

6 vidéos4 lectures2 devoirs3 laboratoires non notés

In this module, you will learn about supervised learning (learning from examples). The module discusses two supervised learning tasks: regression and classification. You will also gain insights into several classification algorithms such as Bayesian classifiers, decision trees, support vector machines (SVM), and ensemble classifiers.

Inclus

12 vidéos5 lectures2 devoirs1 sujet de discussion9 laboratoires non notés

In this module, you will learn about unsupervised learning (learning from unlabelled data without any ground truth labels). The module also discusses frequent itemset mining. You will also gain an insight into several data clustering algorithms such as distribution-based, partitional, and hierarchical clustering.

Inclus

11 vidéos5 lectures2 devoirs1 sujet de discussion7 laboratoires non notés

In this module, you will learn about anomaly detection problems and algorithms. You will gain insight into anomaly detection techniques. You will learn to validate your results. When applying data mining to smart city data, you will also learn to avoid false discoveries using statistical significance testing and hypothesis testing.

Inclus

5 vidéos2 lectures2 devoirs4 laboratoires non notés

In this module, you will learn about some advanced data mining algorithms such as artificial neural networks (ANN) and deep learning. You will develop an understanding of the applications of these algorithms. The module also analyzes hidden Markov models (HMMs) for modeling time series (sequential) data.

Inclus

10 vidéos3 lectures1 devoir1 sujet de discussion4 laboratoires non notés

In this module, you are provided with your term-end project, instructions to complete the project, and the criteria for how your instructor will grade your submission.

Inclus

1 vidéo2 lectures1 devoir1 laboratoire non noté1 plugin

Instructeur

Dr. Dheeraj Kumar
IIT Roorkee
2 Cours104 apprenants

Offert par

IIT Roorkee

Recommandé si vous êtes intéressé(e) par Data Analysis

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Emplacement réservé

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions