La spécialisation Data Mining est destinée aux professionnels de la science des données et aux experts du domaine qui souhaitent apprendre les concepts fondamentaux et les techniques de base pour découvrir des modèles dans des ensembles de données à grande échelle. Cette spécialisation se compose de trois cours : (1) Data Mining Pipeline, qui présente les étapes clés de la compréhension des données, du prétraitement des données, de l'entrepôt de données, de la modélisation des données et de l'interprétation/évaluation ; (2) Data Mining Methods, qui couvre les techniques de base pour l'analyse des motifs fréquents, la classification, le regroupement et la détection des valeurs aberrantes ; et (3) Data Mining Project, qui offre des conseils et une expérience pratique de la conception et de la mise en œuvre d'un projet d'exploration de données dans le monde réel.
L'exploration de données peut être suivie pour des crédits académiques dans le cadre du Master of Science in Data Science (MS-DS) de CU Boulder offert sur la plate-forme Coursera. Le MS-DS est un diplôme interdisciplinaire qui réunit des professeurs des départements de mathématiques appliquées, d'informatique, de sciences de l'information et d'autres départements du CU Boulder. Avec des admissions basées sur la performance et aucun processus de candidature, le MS-DS est idéal pour les personnes ayant un large éventail d'études de premier cycle et / ou d'expérience professionnelle en informatique, en sciences de l'information, en mathématiques et en statistiques. Pour en savoir plus sur le programme MS-DS, consultez le site https://newyearcelebrate.top/degrees/master-of-science-data-science-boulder.
L'image du logo de la spécialisation est une gracieuseté de Diego Gonzaga, disponible ici sur Unsplash : https://unsplash.com/photos/QG93DR4I0NE
Projet d'apprentissage appliqué
Des exercices de programmation couvrent des aspects spécifiques du pipeline et des méthodes d'exploration de données. En outre, le cours sur les projets d'exploration de données fournit des conseils étape par étape et une expérience pratique de la formulation, de la conception, de la mise en œuvre et de l'établissement de rapports sur un projet d'exploration de données dans le monde réel.
