Acerca de este Curso

14,568 vistas recientes

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

Aprox. 18 horas para completar

Sugerido: 4-6 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Nivel intermedio

Aprox. 18 horas para completar

Sugerido: 4-6 hours/week...

Inglés (English)

Subtítulos: Inglés (English)

Programa - Qué aprenderás en este curso

Semana
1

Semana 1

8 horas para completar

Module 0: Get Ready & Module 1: Drowning in Data, Starving for Knowledge

8 horas para completar
13 videos (Total 98 minutos), 10 lecturas, 4 cuestionarios
13 videos
Meet Professor Sridhar Seshadri1m
Rattle Installation Guidelines for Windows6m
Rattle Installation Guideline for MacOS11m
Rattle Interface for Windows9m
Lecture 1-1: Introduction to Clustering11m
Lecture 1-2: Applications of Clustering7m
Lecture 1-3: How to Cluster10m
Lecture 1-4: Introduction to K Means8m
Lecture 1-5: Hierarchical (Agglomerative) Clustering8m
Lecture 1-6: Measuring Similarity Between Clusters10m
Lecture 1-7: Real World Clustering Example6m
Lecture 1-8: Clustering Practice and Summary3m
10 lecturas
Syllabus30m
About the Discussion Forums10m
Glossary10m
Brand Descriptions10m
Update Your Profile10m
Module 0 Agenda10m
Rattle Tutorials (Interface, Windows, Mac)30m
Module 1 Overview20m
Module 1 Readings, Data Sets, and Slides1h 30m
Module 1 Peer Review Assignment Answer Key10m
3 ejercicios de práctica
Orientation Quiz10m
Module 1 Practice Problems10m
Module 1 Graded Quiz30m
Semana
2

Semana 2

5 horas para completar

Module 2: Decision Trees

5 horas para completar
7 videos (Total 65 minutos), 3 lecturas, 3 cuestionarios
7 videos
Lecture 2-2: Model Complexity7m
Lecture 2-3: Rule Based Classifiers9m
Lecture 2-4: Entropy and Decision Trees14m
Lecture 2-5: Classification Tree Example7m
Lecture 2-6: Regression Tree Example8m
Lecture 2-7: Introduction to Forests and Spam Filter Exercise9m
3 lecturas
Module 2 Overview20m
Module 2 Readings, Data Sets, and Slides30m
Module 2 Peer Review Assignment Answer Key10m
2 ejercicios de práctica
Module 2 Practice Problems
Module 2 Graded Quiz30m
Semana
3

Semana 3

5 horas para completar

Module 3: Rules, Rules, and More Rules

5 horas para completar
8 videos (Total 65 minutos), 3 lecturas, 3 cuestionarios
8 videos
Lecture 3-2: K-Nearest Neighbor9m
Lecture 3-3: K-Nearest Neighbor Classifier3m
Lecture 3-4: Selecting the Best K in Rstudio12m
Lecture 3-5: Bayes' Rule7m
Lecture 3-6: The Naïve Bayes Trick13m
Lecture 3-7: Employee Attrition Example5m
Lecture 3-8: Employee Attrition Example in Rstudio, Exercise, and Summary9m
3 lecturas
Module 3 Overview20m
Module 3 Readings, Data Sets, and Slides30m
Module 3 Peer Review Assignment Answer Key10m
2 ejercicios de práctica
Module 3 Practice Problems10m
Module 3 Graded Quiz30m
Semana
4

Semana 4

4 horas para completar

Module 4: Model Performance and Recommendation Systems

4 horas para completar
8 videos (Total 68 minutos), 3 lecturas, 3 cuestionarios
8 videos
Lecture 4-2: Classification Tree Example11m
Lecture 4-3: True and False Negatives8m
Lecture 4-4: Clock Example Exercise2m
Lecture 4-5: Making Recommendations13m
Lecture 4-6: Association Rule Mining6m
Lecture 4-7: Collaborative Filtering7m
Lecture 4-8: Recommendation Example in Rstudio and Summary12m
3 lecturas
Module 4 Overview20m
Module 4 Readings, Data Sets, and Slides1h
Module 4 Peer Review Assignment Answer Key10m
2 ejercicios de práctica
Module 4 Practice Problems10m
Module 4 Graded Quiz30m

Revisiones

Principales revisiones sobre PREDICTIVE ANALYTICS AND DATA MINING
Ver todos los comentarios

Instructor

ofrecido por

Logotipo de Universidad de Illinois en Urbana-Champaign

Universidad de Illinois en Urbana-Champaign

Comienza a trabajar para obtener tu maestría

Este curso es parte del Master of Science in Accountancy (iMSA) completamente en línea de Universidad de Illinois en Urbana-Champaign. Si eres aceptado en el programa completo, tus cursos cuentan para tu título.

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • 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.

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