Lernen Sie die grundlegenden Konzepte der Clusteranalyse kennen und studieren Sie anschließend eine Reihe typischer Clustering-Methoden, Algorithmen und Anwendungen. Dazu gehören Partitionierungsmethoden wie k-means, hierarchische Methoden wie BIRCH und dichtebasierte Methoden wie DBSCAN/OPTICS. Außerdem lernen Sie Methoden zur Validierung von Clustern und zur Bewertung der Qualität von Clustern kennen. Schließlich sehen Sie Beispiele für die Clusteranalyse in Anwendungen.

Cluster-Analyse im Data Mining
Zum Labor Day gibt es bei Coursera Plus Rabatte von über 70 $. Sparen Sie 3 Monate lang 40 %.

Cluster-Analyse im Data Mining
Dieser Kurs ist Teil von Spezialisierung „Data Mining“

Dozent: Jiawei Han
44.470 bereits angemeldet
Bei Mehr erfahren enthalten
411 Bewertungen
Kompetenzen, die Sie erwerben
- Kategorie: Data Mining
- Kategorie: Räumliche Analyse
- Kategorie: Explorative Datenanalyse
- Kategorie: Algorithmen für maschinelles Lernen
- Kategorie: Bewertung des Modells
- Kategorie: Statistische Methoden
- Kategorie: Algorithmen
- Kategorie: Verifizierung und Validierung
- Kategorie: Methoden des maschinellen Lernens
- Kategorie: Angewandtes maschinelles Lernen
- Kategorie: Taxonomie
- Kategorie: Unüberwachtes Lernen
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
7 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 6 Module
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Dozent

Mehr von Datenanalyse entdecken

University of Colorado Boulder

University of California, Irvine
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
65,93 %
- 4 Sterne
23,84 %
- 3 Sterne
5,59 %
- 2 Sterne
2,18 %
- 1 Stern
2,43 %
Zeigt 3 von 411 an
Geprüft am 25. 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.
Geprüft am 6. Sep. 2017
Very detailed introduction of Clustering techniques.
Geprüft am 18. Sep. 2017
Very informative lectures, wonderful assignments. This course isn't so easy but it gives you real knowledge and useful experience.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,






