Quand aurai-je accès aux cours et aux devoirs ?

Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.

Qu'est-ce que je recevrai si je souscris à cette Specializations ?

Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la spécialisation et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page Réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn.

Une aide financière est-elle disponible ?

Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.

Pipeline d'exploration de données

Pipeline d'exploration de données

Ce cours fait partie de Spécialisation "Fondements et pratiques du Data Mining"

Instructeur : Qin (Christine) Lv

12 801 déjà inscrits

Inclus avec

4 modules

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

119 avis

niveau Intermédiaire

Expérience recommandée

Planning flexible

2 semaines à 10 heures une semaine

Apprenez à votre propre rythme

Préparer un diplôme

4 modules

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

119 avis

niveau Intermédiaire

Expérience recommandée

Planning flexible

2 semaines à 10 heures une semaine

Apprenez à votre propre rythme

Préparer un diplôme

Ce que vous apprendrez

Identifiez les composants clés du pipeline d'exploration de données et décrivez leurs liens.
Identifier les défis particuliers posés par chaque composant du pipeline d'exploration de données.
Appliquer des techniques pour relever les défis dans chaque composante du pipeline d'exploration de données.

Compétences que vous acquerrez

Catégorie : Évaluation du modèle
Catégorie : Modélisation des données
Catégorie : Science des données
Catégorie : Gestion des données
Catégorie : Traitement des données
Catégorie : Exploration de données
Catégorie : Analyse exploratoire des données
Catégorie : Prétraitement des données
Catégorie : Pipelines de données
Catégorie : Entreposage de données
Catégorie : Nettoyage des données

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

1 devoir

Enseigné en Anglais

91%

of learners achieved a positive career outcome

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation "Fondements et pratiques du Data Mining"

Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

Ce cours présente les étapes clés impliquées dans le pipeline d'exploration de données, y compris la compréhension des données, le prétraitement des données, l'entreposage des données, la modélisation des données, l'interprétation et l'évaluation, et les applications du monde réel. Ce cours peut être suivi pour obtenir des crédits académiques dans le cadre des diplômes MS in Data Science ou MS in Computer Science de CU Boulder offerts sur la plate-forme Coursera. Ces diplômes d'études supérieures entièrement accrédités offrent des cours ciblés, des sessions courtes de 8 semaines et des frais de scolarité à la carte. L'admission est basée sur la performance dans trois cours préliminaires, et non sur les antécédents scolaires. Les diplômes CU sur Coursera sont idéaux pour les jeunes diplômés ou les professionnels en activité. Pour en savoir plus :

Détails du module

Cette semaine vous propose une introduction à la Specialization Data Mining et à ce cours, Data Mining Pipeline. Pour commencer, vous découvrirez les quatre points de vue de l'exploration de données et les composants clés du pipeline d'exploration de données.

Inclus

8 vidéos6 lectures1 devoir2 évaluations par les pairs1 sujet de discussion

8 vidéosTotal 103 minutes

Rencontrez votre instructeur !5 minutes
Se préparer à cette Specializations9 minutes
Exploration de données : Quatre points de vue9 minutes
Vue des données et vue des applications16 minutes
Vue de la connaissance et vue de la technique17 minutes
Pipeline d'exploration de données14 minutes
Exemples de Data Mining18 minutes
Exploration de données : Principales questions, éthique, ressources15 minutes

6 lecturesTotal 51 minutes

Mises à jour des cours et soutien à l'accessibilité1 minute
Obtenez des crédits académiques pour votre travail !10 minutes
Soutien aux cours10 minutes
A propos de ce cours10 minutes
Attentes en matière d'évaluation10 minutes
Citation et remerciements de l'IA10 minutes

1 devoirTotal 5 minutes

Quiz sur la politique de l'IA5 minutes

2 évaluations par les pairsTotal 210 minutes

Exemple d'exploration de données60 minutes
Questions relatives à l'exploration des données150 minutes

1 sujet de discussionTotal 10 minutes

Faisons connaissance !10 minutes

Cette semaine couvre la compréhension des données en identifiant les propriétés clés des données et en appliquant des techniques pour caractériser différents ensembles de données.

Inclus

6 vidéos1 devoir de programmation

6 vidéosTotal 82 minutes

Objets de données, attributs, statistiques17 minutes
Visualisation des données14 minutes
Similitude pour les attributs normaux et binaires14 minutes
Similitude pour les attributs ordinaux, numériques et mixtes16 minutes
Étude de cas sur la similarité des données11 minutes
Exemple : Données de détection de la qualité de l'air11 minutes

1 devoir de programmationTotal 240 minutes

Compréhension des données240 minutes

Cette semaine explique pourquoi le prétraitement des données est nécessaire et quelles techniques peuvent être utilisées pour prétraiter les données.

Inclus

6 vidéos1 devoir de programmation

6 vidéosTotal 78 minutes

Problèmes de qualité des données et causes12 minutes
Nettoyage des données, Intégration des données13 minutes
Analyse de corrélation10 minutes
Normalisation des données15 minutes
Discrétisation, sélection d'attributs15 minutes
Réduction de la dimensionnalité/numérosité15 minutes

1 devoir de programmationTotal 240 minutes

Prétraitement des données240 minutes

Cette semaine couvre les caractéristiques clés de l'entreposage de données et les techniques pour soutenir l'entreposage de données.

Inclus

4 vidéos1 devoir de programmation

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

Instructeur

Évaluations de l’enseignant

(30 évaluations)

Qin (Christine) Lv

University of Colorado Boulder

3 Cours17 674 apprenants

Offert par

University of Colorado Boulder

Avis des étudiants

5 stars
58,82 %
4 stars
10,92 %
3 stars
5,88 %
2 stars
5,04 %
1 star
19,32 %

Affichage de 3 sur 119

Révisé le 1 oct. 2023

This course was recently updated. I feel it's much better than the prior version. The videos are easier to follow, and the assignments are cleaned up as well.

Voir plus d’avis