Vente anticipée ! Débloquez plus de 10 000 cours de Google, Microsoft et autres pour 160 €/an. Économisez maintenant.

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.
University of Michigan

Data Mining in Python

Qiaozhu Mei

Instructeur : Qiaozhu Mei

Inclus avec Coursera Plus

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

Expérience recommandée

54 heures pour terminer
3 semaines à 18 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Avancées

Expérience recommandée

54 heures pour terminer
3 semaines à 18 heures par semaine
Planning flexible
Apprenez à votre propre rythme

Ce que vous apprendrez

  • Understand basic concepts, tasks, and procedures of data mining. 

  • Formulate real-world information using basic data representations: itemsets, vectors, matrices, sequences, time series, and networks. 

  • Use data mining algorithms to extract patterns and similarities from real-world datasets.

  • Calculate the importance of patterns and prepare for downstream machine-learning tasks. 

Compétences que vous acquerrez

  • Catégorie : Algorithms
  • Catégorie : Unstructured Data
  • Catégorie : Data Science
  • Catégorie : Big Data
  • Catégorie : Dimensionality Reduction
  • Catégorie : Text Mining
  • Catégorie : Data Mining
  • Catégorie : Exploratory Data Analysis
  • Catégorie : Data Structures
  • Catégorie : Applied Machine Learning
  • Catégorie : Unsupervised Learning

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Récemment mis à jour !

juin 2025

Évaluations

20 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

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

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation More Applied Data Science with Python
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

Welcome to Module 1—an Introduction to Data Mining! We will begin this module with an introduction to the basic concepts, views, and tasks of data mining. We will focus on how to formulate real world information as different data representations (e.g., itemsets, vectors, sequences, time series, networks, data streams, etc.). Then, we will elaborate on two basic functionalities of data mining: patterns and similarity. We will learn how they can be used to build more complex data mining tasks. Let’s get started!

Inclus

12 vidéos9 lectures4 devoirs1 devoir de programmation1 sujet de discussion1 plugin

Welcome to Module 2—Mining Itemset Data! In this module, we will learn how to represent data as itemsets and the basic data mining operations with itemset data. We will focus on how to extract frequent patterns from a collection of itemsets, how to evaluate the interestingness of itemset patterns, and how to compute Jaccard similarity between two itemsets. Let’s get started!

Inclus

8 vidéos5 lectures5 devoirs3 devoirs de programmation

Welcome to Module 3—Mining Vector and Matrix Data! We are halfway through our course on Data Mining! In this module, we will learn in how to mine data represented as vectors and matrices. We will focus on how to represent data as vectors, different similarity/distance metrics of vector data, what are the patterns in matrix data, and how to apply these concepts to real world scenarios. Let’s get started!

Inclus

11 vidéos3 lectures6 devoirs4 devoirs de programmation

Welcome to Module 4—Mining Sequences, our last course module!! We will conclude our course by learning how to represent data as sequences. We will focus on commonly used sequential patterns (ngrams and skipgrams), distance measures for sequence data (Edit Distance and Shingling), and how they can be applied to real world tasks. Let’s get started!

Inclus

10 vidéos3 lectures5 devoirs4 devoirs de programmation1 plugin

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.

Instructeur

Qiaozhu Mei
University of Michigan
6 Cours1 554 apprenants

Offert par

En savoir plus sur Data Analysis

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions