提供方

隸屬於 Master of Business Administration (iMBA) 學位

了解更多

Predictive Analytics and Data Mining

伊利诺伊大学香槟分校

課程信息

52,241 次近期查看

This course introduces students to the science of business analytics while casting a keen eye toward the artful use of numbers found in the digital space. The goal is to provide businesses and managers with the foundation needed to apply data analytics to real-world challenges they confront daily in their professional lives. Students will learn to identify the ideal analytic tool for their specific needs; understand valid and reliable ways to collect, analyze, and visualize data; and utilize data in decision making for their agencies, organizations or clients.

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

中級

完成時間大約為24 小時

英語（English）

字幕：英語（English）

您將獲得的技能

Predictive AnalyticsDecision-Making SoftwareGeodemographic SegmentationValidated Learning

可分享的證書

完成後獲得證書

100% 在線

立即開始，按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

中級

完成時間大約為24 小時

英語（English）

字幕：英語（English）

講師

授課教師評分

4/5 （19 個評分）

Sridhar Seshadri

Professor of Business Administration

Business Administration

9,928 個學生

2 門課程

提供方

伊利诺伊大学香槟分校

The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs.

立即開始攻讀碩士學位

此課程隸屬於伊利诺伊大学香槟分校提供的 100% 在線 Master of Business Administration (iMBA)。如果您被錄取參加全部課程，您的課程將計入您的學位學習進程。

了解更多

教學大綱 - 您將從這門課程中學到什麼

週

週 1

完成時間為 9 小時

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

This module will introduce you to the most common and important unsupervised learning technique – Clustering. You will have an understanding of different applications of clustering analysis after this module. You will also learn when we need clustering and why it is important. Then, you will be introduced to a variety of clustering methods.

完成時間為 9 小時

13 個視頻（總計 104 分鐘）, 11 個閱讀材料, 4 個測驗

13 個視頻

Welcome to Predictive Analytics and Data Mining2分鐘

Meet Professor Sridhar Seshadri1分鐘

Rattle Installation Guidelines for Windows11分鐘

R and Rattle Installation Instructions for Mac OS14分鐘

Overview of Rattle7分鐘

Lecture 1-1: Introduction to Clustering11分鐘

Lecture 1-2: Applications of Clustering7分鐘

Lecture 1-3: How to Cluster10分鐘

Lecture 1-4: Introduction to K Means8分鐘

Lecture 1-5: Hierarchical (Agglomerative) Clustering8分鐘

Lecture 1-6: Measuring Similarity Between Clusters10分鐘

Lecture 1-7: Real World Clustering Example6分鐘

Lecture 1-8: Clustering Practice and Summary3分鐘

11 個閱讀材料

Syllabus30分鐘

About the Discussion Forums10分鐘

Glossary10分鐘

Brand Descriptions10分鐘

Update Your Profile10分鐘

Module 0 Agenda5分鐘

Rattle Tutorials (Interface, Windows, Mac)30分鐘

Frequent Asked Questions10分鐘

Module 1 Overview20分鐘

Module 1 Readings, Data Sets, and Slides1 小時 30 分

Module 1 Peer Review Assignment Answer Key10分鐘

3 個練習

Orientation Quiz30分鐘

Module 1 Practice Problems10分鐘

Module 1 Graded Quiz30分鐘

週

週 2

完成時間為 5 小時

Module 2: Decision Trees

In this module, we will discuss how to use decision trees to represent knowledge. The module concludes with a presentation of the Random Forest method that overcomes some of the limitations (such as high variance or low precision) of a single decision tree constructed from data.

完成時間為 5 小時

7 個視頻（總計 65 分鐘）, 3 個閱讀材料, 3 個測驗

7 個視頻

Lecture 2-1: Introduction to Discriminative Classifiers7分鐘

Lecture 2-2: Model Complexity7分鐘

Lecture 2-3: Rule Based Classifiers9分鐘

Lecture 2-4: Entropy and Decision Trees14分鐘

Lecture 2-5: Classification Tree Example7分鐘

Lecture 2-6: Regression Tree Example8分鐘

Lecture 2-7: Introduction to Forests and Spam Filter Exercise9分鐘

3 個閱讀材料

Module 2 Overview20分鐘

Module 2 Readings, Data Sets, and Slides30分鐘

Module 2 Peer Review Assignment Answer Key10分鐘

2 個練習

Module 2 Practice Problems30分鐘

Module 2 Graded Quiz30分鐘

週

週 3

完成時間為 5 小時

Module 3: Rules, Rules, and More Rules

This module will focus on three key topics, namely rules, nearest neighbor methods, and Bayesian methods. Over the course of this module, you will be exposed to how rules factor into the world of data and how they play a role in the analysis of data. The second and third topics focus on the classification of data.

完成時間為 5 小時

8 個視頻（總計 65 分鐘）, 3 個閱讀材料, 3 個測驗

8 個視頻

Lecture 3-1: Introduction to Rules4分鐘

Lecture 3-2: K-Nearest Neighbor9分鐘

Lecture 3-3: K-Nearest Neighbor Classifier3分鐘

Lecture 3-4: Selecting the Best K in Rstudio12分鐘

Lecture 3-5: Bayes' Rule7分鐘

Lecture 3-6: The Naïve Bayes Trick13分鐘

Lecture 3-7: Employee Attrition Example5分鐘

Lecture 3-8: Employee Attrition Example in Rstudio, Exercise, and Summary9分鐘

3 個閱讀材料

Module 3 Overview20分鐘

Module 3 Readings, Data Sets, and Slides30分鐘

Module 3 Peer Review Assignment Answer Key10分鐘

2 個練習

Module 3 Practice Problems10分鐘

Module 3 Graded Quiz30分鐘

週

週 4

完成時間為 5 小時

Module 4: Model Performance and Recommendation Systems

In this module, you will study tools for recognizing what to recommend, and identify cross-sell or upsell opportunities. As the last module of the course, we will wrap up the content so far and you will get an opportunity to practice on your own and learn how to adapt these models to drive business impact in your own organizations.

完成時間為 5 小時

8 個視頻（總計 68 分鐘）, 3 個閱讀材料, 3 個測驗

8 個視頻

Lecture 4-1: Introduction to Model Performance6分鐘

Lecture 4-2: Classification Tree Example11分鐘

Lecture 4-3: True and False Negatives8分鐘

Lecture 4-4: Clock Example Exercise2分鐘

Lecture 4-5: Making Recommendations13分鐘

Lecture 4-6: Association Rule Mining6分鐘

Lecture 4-7: Collaborative Filtering7分鐘

Lecture 4-8: Recommendation Example in Rstudio and Summary12分鐘

3 個閱讀材料

Module 4 Overview20分鐘

Module 4 Readings, Data Sets, and Slides1小時

Module 4 Peer Review Assignment Answer Key10分鐘

2 個練習

Module 4 Practice Problems10分鐘

Module 4 Graded Quiz30分鐘

常見問題

我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我购买证书后会得到什么？
您购买证书后，将有权访问所有课程材料，包括评分作业。完成课程后，您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
Is financial aid available?
是的，Coursera 可以向无法承担学费的学生提供助学金。点击左侧‘注册’按钮下的‘助学金’链接即可申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。了解详情。
完成课程后，我会获得大学学分吗？
此课程不提供大学学分，但部分大学可能会选择接受课程证书作为学分。查看您的合作院校，了解详情。Coursera 上的在线学位和 Mastertrack™ 证书提供获得大学学分的机会。

還有其他問題嗎？請訪問學生幫助中心。

Predictive Analytics and Data Mining

Predictive Analytics and Data Mining