4.7
Sterne
169 Bewertungen

Mark J Grover +3 weitere Dozenten

12.143 bereits angemeldet

von

IBM Skills Network

Über diesen Kurs

34.634 kürzliche Aufrufe

This course introduces you to one of the main types of Machine Learning: Unsupervised Learning. You will learn how to find insights from data sets that do not have a target or labeled variable. You will learn several clustering and dimension reduction algorithms for unsupervised learning as well as how to select the algorithm that best suits your data. The hands-on section of this course focuses on using best practices for unsupervised learning.
By the end of this course you should be able to:
Explain the kinds of problems suitable for Unsupervised Learning approaches
Explain the curse of dimensionality, and how it makes clustering difficult with many features
Describe and use common clustering and dimensionality-reduction algorithms
Try clustering points where appropriate, compare the performance of per-cluster models
Understand metrics relevant for characterizing clusters

Who should take this course?
This course targets aspiring data scientists interested in acquiring hands-on experience with Unsupervised Machine Learning techniques in a business setting.
 
What skills should you have?
To make the most out of this course, you should have familiarity with programming on a Python development environment, as well as fundamental understanding of Data Cleaning, Exploratory Data Analysis, Calculus, Linear Algebra, Probability, and Statistics.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Mittel“

Ca. 23 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Kompetenzen, die Sie erwerben

Dimensionality Reduction
Unsupervised Learning
Cluster Analysis
K Means Clustering
Principal Component Analysis (PCA)

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Mittel“

Ca. 23 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozenten

Dozentenbewertung

4,75/5 (49 Bewertungen)

von

IBM Skills Network

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

4 Stunden zum Abschließen

Introduction to Unsupervised Learning and K Means

4 Stunden zum Abschließen

11 Videos (Gesamt 62 min), 2 Lektüren, 6 Quiz

11 Videos

Course Introduction1m

Introduction to Unsupervised Learning: Overview8m

Introduction to Unsupervised Learning: Use Cases of Clustering4m

Introduction to Clustering1m

K-Means 3m

K-Means Initialization 3m

Selecting the Right Number of Clusters in K-Means 4m

Elbow method and Applying K-means5m

(Optional) K Means Notebook - Part 19m

K Means Notebook - Part 26m

(Optional) K Means Notebook - Part 313m

2 Lektüren

Mixture of Gaussians 10m

Summary10m

3 praktische Übungen

Ungraded: Introduction to Unsupervised Learning10m

Ungraded: K Means Clustering10m

Graded: Module 1 Quiz20m

Woche

Woche 2

3 Stunden zum Abschließen

Distance Metrics & Computational Hurdles

3 Stunden zum Abschließen

6 Videos (Gesamt 57 min), 1 Lektüre, 4 Quiz

Woche

Woche 3

4 Stunden zum Abschließen

Selecting a Clustering Algorithm

4 Stunden zum Abschließen

11 Videos (Gesamt 86 min), 1 Lektüre, 6 Quiz

11 Videos

Hierarchical Agglomerative Clustering 3m

Hierarchical Agglomerative Clustering: Hierarchical Linkage Types6m

Applying Hierarchical Agglomerative Clustering 2m

DBSCAN 5m

Visualizing DBSCAN 8m

Mean Shift9m

Comparing Algorithms11m

Clustering Notebook - Part 114m

Clustering Notebook - Part 26m

Clustering Notebook - Part 37m

Clustering Notebook - Part 411m

1 Lektüre

Summary10m

3 praktische Übungen

Ungraded: Clustering Algorithms10m

Ungraded: Comparing Clustering Algorithms10m

Graded: Module 3 Quiz20m

Woche

Woche 4

4 Stunden zum Abschließen

Dimensionality Reduction

4 Stunden zum Abschließen

5 Videos (Gesamt 46 min), 1 Lektüre, 6 Quiz

Bewertungen

4.7

33 Bewertungen

5 stars
79,28 %
4 stars
14,79 %
3 stars
2,36 %
2 stars
1,77 %
1 star
1,77 %

Top-Bewertungen von UNSUPERVISED MACHINE LEARNING

von AD18. Apr. 2021

It is a beautifully crafted course that looks at various clustering algorithms. More importantly, show the pros and cons of each algorithm/technique based on different patterns.

von MB22. Apr. 2021

A high quality course with lots of practical techniques

von MK21. Feb. 2022

Thank you Coursera.

Thank you IBM.

Thank you to all instructors.

von NW25. Dez. 2020

Great course for learning about Unsupervised Learning

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich dieses Zertifikat abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse des Zertifikats und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie lediglich den Inhalt des Kurses lesen und anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Unsupervised Machine Learning

Über diesen Kurs

Kompetenzen, die Sie erwerben

Dozenten

Mark J Grover

Miguel Maldonado

Joseph Santarcangelo

Xintong Li

von

IBM Skills Network

Lehrplan - Was Sie in diesem Kurs lernen werden

Introduction to Unsupervised Learning and K Means

Distance Metrics & Computational Hurdles

Selecting a Clustering Algorithm

Dimensionality Reduction

Nonlinear and Distance-Based Dimensionality Reduction

Matrix Factorization

Final Project

Bewertungen

Top-Bewertungen von UNSUPERVISED MACHINE LEARNING

Häufig gestellte Fragen

Starten oder fördern Sie Ihre Karriere

Beliebte Kurse und Zertifizierungen

Beliebte Sammlungen und Artikel

Abschluss oder Zertifikat online erwerben

Coursera

Community

Mehr

Unsupervised Machine Learning

Über diesen Kurs

Kompetenzen, die Sie erwerben

Dozenten

Mark J Grover

Miguel Maldonado

Joseph Santarcangelo

Xintong Li

von

IBM Skills Network

Lehrplan - Was Sie in diesem Kurs lernen werden

Introduction to Unsupervised Learning and K Means

Distance Metrics & Computational Hurdles

Selecting a Clustering Algorithm

Dimensionality Reduction

Nonlinear and Distance-Based Dimensionality Reduction

Matrix Factorization

Final Project

Bewertungen

Top-Bewertungen von UNSUPERVISED MACHINE LEARNING

Häufig gestellte Fragen

Coursera Footer

Starten oder fördern Sie Ihre Karriere

Beliebte Kurse und Zertifizierungen

Beliebte Sammlungen und Artikel

Abschluss oder Zertifikat online erwerben

Coursera

Community

Mehr