Hierarchical Clustering: Customer Segmentation

4.3
звезд
Оценки: 88
от партнера
Coursera Project Network
3,036 уже зарегистрированы
В этом Проект с консультациями вы:

Build unsupervised learning algorithms in Python.

Create, Train, and Visualize a Hierarchical Clustering model in Python.

Clock2 hours
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this 1-hour long project-based course, you will learn how to use Python to implement a Hierarchical Clustering algorithm, which is also known as hierarchical cluster analysis. This type of algorithm groups objects of similar behavior into groups or clusters. The output of this model is a set of visualized clusters, where each cluster is distinct from each other cluster, and the objects within each cluster are broadly similar to each other in features. In this project, you will learn the fundamental theory and practical illustrations behind Hierarchical Clustering and learn to fit, examine, and utilize unsupervised Clustering models to examine relationships between unlabeled input features and output variables, using Python. We will walk you step-by-step into Machine Learning unsupervised problems. With every task in this project, you will expand your knowledge, develop new skills and broaden your experience in Machine Learning. Particularly, you will build a Hierarchical Clustering algorithm to apply market segmentation on a group of customers based on several features. By the end of this project, you will be able to build your own Hierarchical Clustering model and make amazing clusters of customers. In order to be successful in this project, you should just know the basics of Python and clustering algorithms.

Навыки, которые вы получите

Unsupervised LearningPython ProgrammingMachine LearningHierarchical Clustering

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Import a dataset and needed libraries

  2. Choose the optimal number of clusters

  3. Fit our model and make predictions

  4. Visualize the clusters

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Рецензии

Лучшие отзывы о курсе HIERARCHICAL CLUSTERING: CUSTOMER SEGMENTATION

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.