Das Internet der Dinge (IoT) ist zu einem wichtigen Bestandteil des städtischen Lebens geworden und hat zu "intelligenten Städten" geführt Diese intelligenten Städte zielen darauf ab, die heutigen städtischen Ballungsgebiete in bürgerfreundliche und ökologisch nachhaltige Lebensräume zu verwandeln. Die digitale Infrastruktur von Smart Cities erzeugt eine riesige Menge an Daten, die uns helfen könnten, den Betrieb und andere wichtige Aspekte des städtischen Lebens besser zu verstehen.
Data Mining für intelligente Städte
Genießen Sie unbegrenztes Wachstum mit einem Jahr Coursera Plus für 199 $ (regulär 399 $). Jetzt sparen.
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger
Empfohlene Erfahrung
6 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Beschreiben Sie die Arten der von Smart Cities erzeugten Datensätze, Data Mining-Techniken und wie man sie mit Python 3 implementiert.
Erläutern Sie, wie man Daten für Data Mining liest und vorverarbeitet.
Anwendung von Data Mining-Techniken auf von Smart Cities generierte Daten und Visualisierung und Interpretation der physikalischen Auswirkungen der Ergebnisse.
Kompetenzen, die Sie erwerben
- Kategorie: Unüberwachtes Lernen
- Kategorie: Python-Programmierung
- Kategorie: Datengesteuerte Entscheidungsfindung
- Kategorie: Daten bereinigen
- Kategorie: Anomalie-Erkennung
- Kategorie: Überwachtes Lernen
- Kategorie: Explorative Datenanalyse
- Kategorie: Regressionsanalyse
- Kategorie: Data-Mining
- Kategorie: Klassifizierungsalgorithmen
- Kategorie: Vorverarbeitung der Daten
- Kategorie: Statistisches Programmieren
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Deep Learning
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Künstliche neuronale Netze
- Kategorie: Datenvisualisierung
- Kategorie: Big Data
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
12 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
In diesem Kurs gibt es 8 Module
Dieses Modul bietet einen Überblick über den Inhalt und die Struktur des Kurses. In diesem Modul lernen Sie die verschiedenen Kurselemente kennen. In diesem Modul lernen Sie Ihren Kursleiter kennen und erhalten die Gelegenheit, sich vorzustellen und mit Ihren Kollegen zu interagieren.
Das ist alles enthalten
2 Videos1 Lektüre1 Diskussionsthema
In diesem Modul erfahren Sie etwas über Data Mining, warum wir es brauchen und wie es funktioniert. Das Modul stellt auch die Grundlagen der Wahrscheinlichkeit und Statistik vor, die das Fundament für Data Mining bilden. Außerdem erhalten Sie einen Einblick in die Datenvorverarbeitung und die Identifizierung von Data Mining-Aufgaben.
Das ist alles enthalten
12 Videos4 Lektüren2 Aufgaben1 Diskussionsthema
In diesem Modul lernen Sie die Programmierung mit Python für Data Mining kennen. In dem Modul werden auch wichtige Python-Module besprochen: NumPy , SciPy, und Matplotlib. Sie werden lernen, Python mit Anaconda zu installieren und das Jupyter-Notizbuch zum Schreiben Ihres Codes zu verwenden. Das Modul stellt auch einige Beispiele vor, die die Datenvorverarbeitung mit Python demonstrieren.
Das ist alles enthalten
6 Videos4 Lektüren2 Aufgaben3 Unbewertete Labore
In diesem Modul lernen Sie etwas über das überwachte Lernen (Lernen aus Beispielen). Das Modul behandelt zwei Aufgaben des überwachten Lernens: Regression und Klassifizierung. Außerdem erhalten Sie Einblicke in verschiedene Algorithmen zur Klassifizierung wie Bayes'sche Klassifikatoren, Entscheidungsbäume, Support Vector Machines (SVM) und Ensemble-Klassifikatoren.
Das ist alles enthalten
12 Videos5 Lektüren2 Aufgaben1 Diskussionsthema9 Unbewertete Labore
In diesem Modul lernen Sie über Unüberwachtes Lernen (Lernen aus unmarkierten Daten ohne Bodenwahrheitsmarkierungen). In diesem Modul wird auch das Mining von Frequent Itemsets behandelt. Sie erhalten auch einen Einblick in verschiedene Algorithmen für das Clustering von Daten, wie z. B. verteilungsbasiertes, partitionales und hierarchisches Clustering.
Das ist alles enthalten
11 Videos5 Lektüren2 Aufgaben1 Diskussionsthema7 Unbewertete Labore
In diesem Modul lernen Sie die Probleme und Algorithmen der Anomalie-Erkennung kennen. Sie erhalten einen Einblick in Techniken zur Anomalie-Erkennung. Sie werden lernen, Ihre Ergebnisse zu validieren. Bei der Anwendung von Data Mining auf Smart-City-Daten lernen Sie außerdem, falsche Entdeckungen durch statistische Signifikanztests und Hypothesentests zu vermeiden.
Das ist alles enthalten
5 Videos2 Lektüren2 Aufgaben4 Unbewertete Labore
In diesem Modul lernen Sie einige fortgeschrittene Data Mining Algorithmen wie künstliche neuronale Netze (ANN) und Deep Learning kennen. Sie werden ein Verständnis für die Anwendungen dieser Algorithmen entwickeln. Das Modul analysiert auch Hidden-Markov-Modelle (HMMs) zur Modellierung von Zeitreihen (sequenziellen) Daten.
Das ist alles enthalten
10 Videos3 Lektüren1 Aufgabe1 Diskussionsthema4 Unbewertete Labore
In diesem Modul erhalten Sie Ihr Semesterabschlussprojekt, Anweisungen zur Fertigstellung des Projekts und die Kriterien, nach denen Ihr Dozent Ihre Einsendung benoten wird.
Das ist alles enthalten
1 Video2 Lektüren1 Aufgabe1 Unbewertetes Labor1 Plug-in
Dozent
von
Mehr von Datenanalyse entdecken
Status: Kostenloser TestzeitraumUniversity of Michigan
Status: VorschauNortheastern University
Status: VorschauNortheastern University
Status: VorschauNortheastern University
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
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Weitere Fragen
Finanzielle Unterstützung verfügbar,