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.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Data-Mining
38.952 bereits angemeldet
von
Spezialisierung Data-Mining University of Illinois at Urbana-ChampaignÃœber diesen Kurs
7.354 kürzliche Aufrufe
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100Â % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 5 von 6 in
Ca. 17 Stunden zum Abschließen
Englisch
Untertitel: Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Englisch, Spanisch
Kompetenzen, die Sie erwerben
- Cluster Analysis
- Data Clustering Algorithms
- K-Means Clustering
- Hierarchical Clustering
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100Â % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 5 von 6 in
Ca. 17 Stunden zum Abschließen
Englisch
Untertitel: Arabischer Raum, Französisch, Portugiesisch (europäisch), Italienisch, Vietnamesisch, Koreanisch, Deutsch, Russisch, Englisch, Spanisch
von
University of Illinois at Urbana-Champaign
The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs.
Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.
Dieses Kurs ist Teil des reinen Onlineabschlusses Master in Computer Science von University of Illinois at Urbana-Champaign.
Wenn Sie in das komplette Programm aufgenommen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.
Lehrplan - Was Sie in diesem Kurs lernen werden
2 Stunden zum Abschließen
Course Orientation
You will become familiar with the course, your classmates, and our learning environment. The orientation will also help you obtain the technical skills required for the course.
2 Stunden zum Abschließen
1 Video (Gesamt 7 min), 3 Lektüren, 1 Quiz
2 Stunden zum Abschließen
Module 1
2 Stunden zum Abschließen
13 Videos (Gesamt 65 min), 2 Lektüren, 2 Quiz
5 Stunden zum Abschließen
Week 2
5 Stunden zum Abschließen
15 Videos (Gesamt 78 min), 3 Lektüren, 2 Quiz
2 Stunden zum Abschließen
Week 3
2 Stunden zum Abschließen
9 Videos (Gesamt 53 min), 2 Lektüren, 2 Quiz
5 Stunden zum Abschließen
Week 4
5 Stunden zum Abschließen
10 Videos (Gesamt 57 min), 1 Lektüre, 2 Quiz
25 Minuten zum Abschließen
Course Conclusion
In the course conclusion, feel free to share any thoughts you have on this course experience.
25 Minuten zum Abschließen
Bewertungen
- 5 stars66,58Â %
- 4 stars23,29Â %
- 3 stars5,56Â %
- 2 stars2,02Â %
- 1 star2,53Â %
Top-Bewertungen von CLUSTER ANALYSIS IN DATA MINING
von ES17. Dez. 2018
This was my favorite course in the whole specialization. Everything is explained very concisely and clearly making the subject matter very easy to understand.
von UG27. Apr. 2019
Its Good but explanations can done much better, rest all good in terms of study material, quiz ,and programming assignment.
von RG24. Jan. 2021
The material is too general, does not provide examples. So it's difficult when doing the exam.
von GL25. Jan. 2018
This is a very good course covering all area of clustering. The only thing I feel a little struggle is some algorithm explained too brief, I prefer some detail step by step examples.
Ãœber den Spezialisierung Data-Mining
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.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
