Ofrecido Por

Data Mining for Smart Cities

Instituto Indio de Tecnología, Roorkee

Acerca de este Curso

Internet of things (IoT) has become a significant component of urban life, giving rise to “smart cities.” These smart cities aim to transform present-day urban conglomerates into citizen-friendly and environmentally sustainable living spaces. The digital infrastructure of smart cities generates a huge amount of data that could help us better understand operations and other significant aspects of city life. 
In this course, you will become aware of various data mining and machine learning techniques and the various dataset on which they can be applied. You will learn how to implement data mining in Python and interpret the results to extract actionable knowledge. The course includes hands-on experiments using various real-life datasets to enable you to experiment on your domain-related novel datasets. You will use Python 3 programming language to read and preprocess the data and then implement various data mining tasks on the cleaned data to obtain desired results. Subsequently, you will visualize the results for the most efficient description.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Nivel principiante

Basic knowledge of python programming language, probability and statistics. Working with analyzing data to extract knowledge.

Aprox. 62 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Qué aprenderás

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.

Habilidades que obtendrás

Mathematics
Python Programming

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Nivel principiante

Basic knowledge of python programming language, probability and statistics. Working with analyzing data to extract knowledge.

Aprox. 62 horas para completar

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Instructor

Dr. Dheeraj Kumar

Assistant Professor

Electronics and Communications Engineering

59 alumnos

2 cursos

Ofrecido por

Instituto Indio de Tecnología, Roorkee

Indian Institute of Technology Roorkee is among the foremost of institutes of national importance in higher technological education and in engineering, basic and applied research. More than 170 years old, IIT Roorkee ranks amongst the best technological institutions in the world and has contributed to all sectors of technological development. It has also been considered a trend-setter in the area of education and research in the field of science, technology, and engineering.

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Programa - Qué aprenderás en este curso

Semana1

Semana 1

24 minutos para completar

Getting Started with the Course

24 minutos para completar

2 videos (Total 4 minutos), 1 lectura

5 horas para completar

M1: Introduction to Data Mining for Smart Cities

5 horas para completar

12 videos (Total 79 minutos), 4 lecturas, 2 cuestionarios

12 videos

Necessity of Data Mining7mData and Mining Techniques 8mApplications of Data Mining to Smart Cities 7mData Mining: Common Challenges7mUncertainty and How to Model It7mReview of Random Variables7mPopulation, Samples, and Statistical Inference5mParameter Estimation5mTypes of Collected Data6mData Quality5mData Preprocessing Tasks6mTask Identification5m

4 lecturas

Essential Reading: Introduction to Data Mining and its Application to Urban Systems15mEssential Reading: Review of Statistical Methods45mRecommended Reading: Review of Statistical Methods10mEssential Reading: Data Pre-Processing – I30m

2 ejercicios de práctica

Introduction to Data Mining for Smart Cities1hGraded Quiz: Introduction to Data Mining for Smart Cities30m

Semana2

Semana 2

8 horas para completar

M2: Introduction to Python Programming for Data Mining

8 horas para completar

6 videos (Total 54 minutos), 4 lecturas, 2 cuestionarios

6 videos

Installing Python Using Anaconda Distribution6mPython Data Types and Data Structures8mPython Libraries for Data Mining: NumPy, SciPy, and Matplotlib8mFeature Scaling and Standardization9mLabel Encoding for Categorical Variables11mHandling Missing Values in the Data 9m

4 lecturas

Essential Reading: Python Programming for Data Mining 45mEssential Reading: Data Pre-Processing – II45mIntroduction to Project - Multi-layer Perceptron and Markov Process 10mLive Session 11h

2 ejercicios de práctica

Introduction to Python Programming for Data Mining1hGraded Quiz: Introduction to Python Programming for Data Mining30m

Semana3

Semana 3

16 horas para completar

M3: Supervised Learning

16 horas para completar

12 videos (Total 91 minutos), 5 lecturas, 2 cuestionarios

12 videos

Regression Analysis and Its Applications in Smart Cities7mLinear Regression Problem and Its Solution7mAdvanced Regression Models 8mClassification Problem and Logistic Regression7mNaïve Bayes Classifiers6mBayesian Network Classifiers6mDecision Tree Classifiers and How to Train Them9mPopular Decision Tree Algorithms and Their Shortcomings7mLinear SVMs and How to Train Them7mNonlinear SVMs: The Kernel Trick7mEnsemble Classifiers 7mClassifier Performance Evaluation8m

5 lecturas

Essential Reading: Regression Analysis20mRecommended Reading: Regression Analysis 1h 30mEssential Reading: Introduction to Statistical Classifier20mEssential Reading: Decision Trees20mEssential Reading: Support Vector Machines (SVMs) 30m

2 ejercicios de práctica

Supervised Learning1hGraded Quiz: Supervised Learning30m

Semana4

Semana 4

12 horas para completar

M4: Unsupervised Learning

12 horas para completar

11 videos (Total 79 minutos), 5 lecturas, 3 cuestionarios

11 videos

Introduction and Applications to Urban Systems6mAssociation Rule Mining: Brute Force vs. Apriori7mGenerating Association Rules from Frequent Itemsets6mData Clustering and Similarity/Distance Measures8mDistribution Model-Based Clustering Algorithms6mPartitional Clustering Algorithms5mLimitations of k-Means and Importance of Choosing Initial Centroids7mHierarchical Clustering7mDensity-Based Clustering Algorithms7mCluster Validity8mCharacteristics of Data, Clusters, and Clustering Algorithms6m

5 lecturas

Essential Reading: Association Rule Mining 30mEssential Reading: Data Clustering30mRecommended Reading: Data Clustering10mEssential Reading: Evaluating the Results of Data Clustering1mLive Session 21h

2 ejercicios de práctica

Practice Quiz: Unsupervised Learning1hGraded Quiz: Unsupervised Learning30m

Semana5

Semana 5

8 horas para completar

M5: Anomaly Detection and Result Validation

8 horas para completar

5 videos (Total 50 minutos), 2 lecturas, 2 cuestionarios

5 videos

The Anomaly Detection Problem 10mAnomaly Detection Techniques: Part 1 9mAnomaly Detection Techniques: Part 2 9mStatistical Significance Testing 10mHypothesis Testing10m

2 lecturas

Essential Reading: Introduction to Anomaly Detection 1h 20mEssential Reading: Avoiding False Discoveries20m

2 ejercicios de práctica

Practice Quiz: Anomaly Detection and Result Validation1hGraded Quiz: Anomaly Detection and Result Validation30m

Semana6

Semana 6

9 horas para completar

M6: Advanced Data Mining Techniques

9 horas para completar

10 videos (Total 94 minutos), 3 lecturas, 2 cuestionarios

10 videos

Neuron and ANN Models10mMultilayer Feed-Forward ANNs12mANN Applications8mIntroduction to Deep Learning7mTraining a Deep Neural Network11mDeep Learning for Smart Cities7mMarkov Process9mGraphical Models 12mDiscrete-State HMMs6mApplications of HMMs to Smart Cities8m

3 lecturas

Essential Reading: Neural Networks 1hEssential Reading: Deep Learning 20mEssential Reading: Hidden Markov Models (HMMs) 30m

1 ejercicio de práctica

Practice Quiz: Advanced Data Mining Techniques1h

Semana7

Semana 7

4 horas para completar

Final Project

4 horas para completar

1 video (Total 1 minutos), 2 lecturas, 1 cuestionario

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si compro el Certificado?
Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Data Mining for Smart Cities

Data Mining for Smart Cities

Acerca de este Curso

Qué aprenderás

Habilidades que obtendrás