数据挖掘专业面向希望学习在大规模数据集中发现模式的基本概念和核心技术的数据科学专业人员和领域专家。本专业由三门课程组成:(1) 数据挖掘管道,介绍数据理解、数据预处理、数据仓库、数据建模和解释/评估的关键步骤;(2) 数据挖掘方法,涵盖频繁模式分析、分类、聚类和离群点检测的核心技术;以及 (3) 数据挖掘项目,提供设计和实施真实世界数据挖掘项目的指导和实践经验。
数据挖掘可作为 Coursera 平台上提供的中大博尔德数据科学理学硕士(MS-DS)学位课程的一部分获得学分。MS-DS 是一个跨学科学位,汇集了来自中大博尔德应用数学、计算机科学、信息科学等院系的教师。MS-DS 以成绩为录取依据,不需要申请程序,非常适合在计算机科学、信息科学、数学和统计学方面拥有广泛的本科教育和/或专业经验的个人。了解有关 MS-DS 课程的更多信息,请访问 https://hua.dididi.sbs/degrees/master-of-science-data-science-boulder。
专业徽标图片由 Diego Gonzaga 提供,可在 Unsplash 下载: https://unsplash.com/photos/QG93DR4I0NE
应用的学习项目
编程作业涵盖数据挖掘管道和方法的特定方面。此外,数据挖掘项目课程还提供逐步指导,让学生亲身体验如何制定、设计、实施和报告真实世界的数据挖掘项目。