About this Course
최근 조회 36,563

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 12시간 필요

권장: 4-6 hours/week...

영어

자막: 영어

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

중급 단계

완료하는 데 약 12시간 필요

권장: 4-6 hours/week...

영어

자막: 영어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 8시간 필요

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.

...
13 videos (Total 98 min), 10 readings, 4 quizzes
13개의 동영상
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
10개의 읽기 자료
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 Slides1시 30분
Module 1 Peer Review Assignment Answer Key10m
3개 연습문제
Orientation Quiz10m
Module 1 Practice Problems10m
Module 1 Graded Quiz30m
2
완료하는 데 5시간 필요

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.

...
7 videos (Total 65 min), 3 readings, 3 quizzes
7개의 동영상
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
3개의 읽기 자료
Module 2 Overview20m
Module 2 Readings, Data Sets, and Slides30m
Module 2 Peer Review Assignment Answer Key10m
2개 연습문제
Module 2 Practice Problems
Module 2 Graded Quiz30m
3
완료하는 데 5시간 필요

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.

...
8 videos (Total 65 min), 3 readings, 3 quizzes
8개의 동영상
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
3개의 읽기 자료
Module 3 Overview20m
Module 3 Readings, Data Sets, and Slides30m
Module 3 Peer Review Assignment Answer Key10m
2개 연습문제
Module 3 Practice Problems10m
Module 3 Graded Quiz30m
4
완료하는 데 4시간 필요

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.

...
8 videos (Total 68 min), 3 readings, 3 quizzes
8개의 동영상
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
3개의 읽기 자료
Module 4 Overview20m
Module 4 Readings, Data Sets, and Slides1h
Module 4 Peer Review Assignment Answer Key10m
2개 연습문제
Module 4 Practice Problems10m
Module 4 Graded Quiz30m

강사

Avatar

Sridhar Seshadri

Professor of Business Administration
Business Administration

Start working towards your Master's degree

이 강좌은(는) 일리노이대학교 어버너-섐페인캠퍼스의 100% 온라인 Master of Business Administration (iMBA) 중 일부입니다. 전체 프로그램을 수료하면 귀하의 강좌가 학위 취득에 반영됩니다.

일리노이대학교 어버너-섐페인캠퍼스 정보

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. ...

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.