Этот курс входит в специализацию ''Специализация Интеллектуальный анализ данных '

4.5
звезд
Оценки: 396

Jiawei Han

39 738 уже зарегистрированы

от партнера

Часть дипломной программы ''Master of Computer Science'
Подробнее…

Специализация Интеллектуальный анализ данных Иллинойсский университет в Урбане-Шампейне

Об этом курсе

Недавно просмотрено: 13 300

Discover the basic concepts of cluster analysis, and then study a set of typical clustering methodologies, algorithms, and applications. This includes partitioning methods such as k-means, hierarchical methods such as BIRCH, and density-based methods such as DBSCAN/OPTICS. Moreover, learn methods for clustering validation and evaluation of clustering quality. Finally, see examples of cluster analysis in applications.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 5 из 6 в программе

Специализация Интеллектуальный анализ данных

Прибл. 17 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Приобретаемые навыки

Cluster Analysis
Data Clustering Algorithms
K-Means Clustering
Hierarchical Clustering

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 5 из 6 в программе

Специализация Интеллектуальный анализ данных

Прибл. 17 часов на выполнение

Английский

Будет ли вашей компании выгодно обучить сотрудников востребованным навыкам?

Попробуйте Coursera для бизнеса

Преподаватели

Оценка преподавателя

4,09/5 (оценок: 23)

Jiawei Han

Abel Bliss Professor

Department of Computer Science

61 679 учащихся

4 курса

от партнера

Иллинойсский университет в Урбане-Шампейне

Сделайте шаг навстречу диплому магистра.

курс входит в онлайн-программу ''Master of Computer Science' от партнера Иллинойсский университет в Урбане-Шампейне. Если вы переходите на полную программу, курсы засчитываются при получении диплома.

Подробнее…

Узнайте, как сотрудники ведущих компаний осваивают востребованные навыки

Подробнее о Coursera для бизнеса

Программа курса: что вы изучите

Оценка контента89%(1,312 оценки)

Неделя

Неделя 1

2 ч. на завершение

Course Orientation

2 ч. на завершение

1 видео ((всего 7 мин.)), 3 материалов для самостоятельного изучения, 1 тест

2 ч. на завершение

Module 1

2 ч. на завершение

13 видео ((всего 65 мин.)), 2 материалов для самостоятельного изучения, 2 тестов

13 видео

1.1. What is Cluster Analysis2мин

1.2. Applications of Cluster Analysis2мин

1.3 Requirements and Challenges5мин

1.4 A Multi-Dimensional Categorization2мин

1.5 An Overview of Typical Clustering Methodologies6мин

1.6 An Overview of Clustering Different Types of Data6мин

1.7 An Overview of User Insights and Clustering3мин

2.1 Basic Concepts: Measuring Similarity between Objects3мин

2.2 Distance on Numeric Data Minkowski Distance7мин

2.3 Proximity Measure for Symetric vs Asymmetric Binary Variables4мин

2.4 Distance between Categorical Attributes Ordinal Attributes and Mixed Types4мин

2.5 Proximity Measure between Two Vectors Cosine Similarity2мин

2.6 Correlation Measures between Two variables Covariance and Correlation Coefficient13мин

2 материала для самостоятельного изучения

Lesson 1 Overview10мин

Lesson 2 Overview10мин

2 практических упражнения

Lesson 1 Quiz30мин

Lesson 2 Quiz30мин

Неделя

Неделя 2

5 ч. на завершение

Week 2

5 ч. на завершение

15 видео ((всего 78 мин.)), 3 материалов для самостоятельного изучения, 2 тестов

15 видео

3.1 Partitioning-Based Clustering Methods3мин

3.2 K-Means Clustering Method9мин

3.3 Initialization of K-Means Clustering4мин

3.4 The K-Medoids Clustering Method6мин

3.5 The K-Medians and K-Modes Clustering Methods6мин

3.6 Kernel K-Means Clustering8мин

4.1 Hierarchical Clustering Methods1мин

4.2 Agglomerative Clustering Algorithms8мин

4.3 Divisive Clustering Algorithms3мин

4.4 Extensions to Hierarchical Clustering3мин

4.5 BIRCH: A Micro-Clustering-Based Approach7мин

ClusterEnG Overview5мин

ClusterEnG: K-Means and K-Medoids3мин

ClusterEnG Application: AGNES4мин

ClusterEnG Application: DBSCAN2мин

3 материала для самостоятельного изучения

Lesson 3 Overview10мин

Lesson 4 Part 1 Overview10мин

ClusterEnG Introduction10мин

1 практическое упражнение

Lesson 3 Quiz30мин

Неделя

Неделя 3

2 ч. на завершение

Week 3

2 ч. на завершение

9 видео ((всего 53 мин.)), 2 материалов для самостоятельного изучения, 2 тестов

9 видео

4.6 CURE: Clustering Using Well-Scattered Representatives4мин

4.7 CHAMELEON: Graph Partitioning on the KNN Graph of the Data8мин

4.8 Probabilistic Hierarchical Clustering7мин

5.1 Density-Based and Grid-Based Clustering Methods1мин

5.2 DBSCAN: A Density-Based Clustering Algorithm8мин

5.3 OPTICS: Ordering Points To Identify Clustering Structure9мин

5.4 Grid-Based Clustering Methods3мин

5.5 STING: A Statistical Information Grid Approach3мин

5.6 CLIQUE: Grid-Based Subspace Clustering7мин

2 материала для самостоятельного изучения

Lesson 4 Part 2 Overview10мин

Lesson 5 Overview10мин

2 практических упражнения

Lesson 4 Quiz30мин

Lesson 5 Quiz30мин

Неделя

Неделя 4

5 ч. на завершение

Week 4

5 ч. на завершение

10 видео ((всего 57 мин.)), 1 материал для самостоятельного изучения, 2 тестов

10 видео

6.1 Methods for Clustering Validation1мин

6.2 Clustering Evaluation Measuring Clustering Quality2мин

6.3 Constraint-Based Clustering4мин

6.4 External Measures 1: Matching-Based Measures10мин

6.5 External Measure 2: Entropy-Based Measures7мин

6.6 External Measure 3: Pairwise Measures6мин

6.7 Internal Measures for Clustering Validation7мин

6.8 Relative Measures5мин

6.9 Cluster Stability6мин

6.10 Clustering Tendency5мин

1 материал для самостоятельного изучения

Lesson 6 Overview10мин

1 практическое упражнение

Lesson 6 Quiz30мин

25 минут на завершение

Course Conclusion

25 минут на завершение

Рецензии

4.5

Рецензии: 62

5 stars
66,41 %
4 stars
23,48 %
3 stars
5,55 %
2 stars
2,02 %
1 star
2,52 %

Лучшие отзывы о курсе АНАЛИЗ КЛАСТЕРОВ В ПРОЦЕССЕ АНАЛИЗА ДАННЫХ

от партнера RG24 янв. 2021 г.

The material is too general, does not provide examples. So it's difficult when doing the exam.

от партнера DB9 мар. 2019 г.

Useful theory. It will be challenging for non-math students. and also lecturer's native language influence iis going to be challening as well to follow along.

от партнера PR27 июля 2020 г.

Covers great deal of topics and various aspects of clustering

от партнера ES17 дек. 2018 г.

This was my favorite course in the whole specialization. Everything is explained very concisely and clearly making the subject matter very easy to understand.

Посмотреть все отзывы

Специализация Интеллектуальный анализ данных : общие сведения

The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp.

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.
Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Можно ли получить финансовую помощь?
Да. В некоторых программах обучения вы можете подать заявку на получение финансовой помощи или стипендии, если не можете оплатить регистрационный взнос. Если для выбранной вами программы предлагается такая возможность, вы увидите ссылку для подачи заявки на странице описания.

Остались вопросы? Посетите Центр поддержки учащихся.

Обучайте сотрудников и добивайтесь отличных результатов в бизнесе

Откройте для себя Coursera для бизнеса

Анализ кластеров в процессе анализа данных

Об этом курсе

Приобретаемые навыки