课程名称: Association Rules Analysis

课程主页: https://www.coursera.org/learn/association-rules-analysis

所在平台: Coursera

课程类别: 数据分析

大学或机构: University of Colorado Boulder

讲师： Di Wu

授课语言： 英语

提供字幕： 英文

课程文件大小： 133MB

课程介绍： “关联规则和异常值分析”课程向学生介绍无监督学习方法的基本概念，重点关注关联规则和异常值检测。参与者将深入研究频繁模式和关联规则，深入了解 Apriori 算法和基于约束的关联规则挖掘。此外，学生将探索异常值检测方法，深入了解上下文异常值。通过交互式教程和实际案例研究，学生将获得将关联规则和异常值检测技术应用于不同数据集的实践经验。

课程学习目标：
在本课程结束时，学生将能够：
1.了解无监督学习方法的原理和意义，特别是关联规则和异常值检测。
2. 掌握频繁模式和关联规则的概念和应用，以发现项目之间有趣的关系。
3. 探索Apriori算法，高效挖掘频繁项集并生成关联规则。
4. 实施并解释关联规则挖掘中的支持度、置信度和提升度指标。
5. 理解基于约束的关联规则挖掘的概念及其在捕获特定关联模式方面的作用。
6. 分析异常值检测在数据分析和实际应用中的重要性。
7. 应用各种异常值检测方法，包括统计方法和基于距离的方法，来识别异常数据点。
8. 了解上下文异常值和上下文异常值检测技术，以捕获特定上下文中的异常值。
9. 在现实案例研究中应用关联规则和异常值检测技术，以获得有意义的见解。

在整个课程中，学生将积极参与教程和案例研究，加强关联规则挖掘和异常值检测技能，并获得将这些技术应用于不同数据集的实践经验。通过实现学习目标，参与者将有能力在无监督学习任务中表现出色，并使用关联规则和异常值检测技术做出明智的决策。

本课程属于 Data Analysis with Python Specialization/专项课程 中的第4门课程。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：