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.
Predictive Analytics and Data Mining
일리노이대학교 어버너-섐페인캠퍼스이 강좌에 대하여
최근 조회 36,162회
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 24시간 필요
영어
자막: 영어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
중급 단계
완료하는 데 약 24시간 필요
영어
자막: 영어
제공자:
일리노이대학교 어버너-섐페인캠퍼스
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.
석사 학위 취득 시작
This 강좌 is part of the 100% online Master of Business Administration (iMBA) from 일리노이대학교 어버너-섐페인캠퍼스.
If you are admitted to the full program, your courses count towards your degree learning.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 9시간 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.
완료하는 데 9시간 필요
13개 동영상 (총 104분), 11 개의 읽기 자료, 4 개의 테스트
13개의 동영상
Meet Professor Sridhar Seshadri1m
Rattle Installation Guidelines for Windows11m
R and Rattle Installation Instructions for Mac OS14m
Overview of Rattle7m
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
11개의 읽기 자료
Syllabus30m
About the Discussion Forums10m
Glossary10m
Brand Descriptions10m
Update Your Profile10m
Module 0 Agenda5m
Rattle Tutorials (Interface, Windows, Mac)30m
Frequent Asked Questions10m
Module 1 Overview20m
Module 1 Readings, Data Sets, and Slides1시간 30분
Module 1 Peer Review Assignment Answer Key10m
3개 연습문제
Orientation Quiz30m
Module 1 Practice Problems10m
Module 1 Graded Quiz30m
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.
완료하는 데 5시간 필요
7개 동영상 (총 65분), 3 개의 읽기 자료, 3 개의 테스트
7개의 동영상
Lecture 2-2: Model Complexity7m
Lecture 2-3: Rule Based Classifiers9m
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 Problems30m
Module 2 Graded Quiz30m
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.
완료하는 데 5시간 필요
8개 동영상 (총 65분), 3 개의 읽기 자료, 3 개의 테스트
8개의 동영상
Lecture 3-2: K-Nearest Neighbor9m
Lecture 3-3: K-Nearest Neighbor Classifier3m
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
완료하는 데 5시간 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.
완료하는 데 5시간 필요
8개 동영상 (총 68분), 3 개의 읽기 자료, 3 개의 테스트
8개의 동영상
Lecture 4-2: Classification Tree Example11m
Lecture 4-3: True and False Negatives8m
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 Slides1시간
Module 4 Peer Review Assignment Answer Key10m
2개 연습문제
Module 4 Practice Problems10m
Module 4 Graded Quiz30m
검토
PREDICTIVE ANALYTICS AND DATA MINING의 최상위 리뷰
SK 제공2019년 8월 3일
Prof. Seshadri was amazing. Learned how to model and analyze data for various use cases. Excellent course for people looking for a good understanding of data modeling and data mining.
VC 제공2019년 8월 6일
Professor Seshadri is a master of the Data Analytics art! Great teacher. Learned a lot and loved the course.
BH 제공2019년 11월 28일
I have learned a lot by this course and Instructor, Thanks Coursera
JK 제공2019년 8월 5일
this class was intense but i have learned a lot, glad taking it
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
이 수료증을 구매하면 무엇을 이용할 수 있나요?
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.
환불 규정은 어떻게 되나요?
결제일 기준 2주 후 또는 (방금 시작된 강좌의 경우) 강좌의 첫 번째 세션이 시작된 후 2주 후 중에서 나중에 도래하는 날짜까지 전액 환불받을 수 있습니다. 2주 환불 기간 이내에 강좌를 완료했더라도 강좌 수료증을 받았으면 환불받을 수 없습니다. 전체 환불 정책을 확인하세요.
재정 지원을 받을 수 있나요?
예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.