Découvrez les concepts de base de l'analyse en grappes, puis étudiez un ensemble de méthodologies, d'algorithmes et d'applications typiques de l'analyse en grappes. Cela inclut les méthodes de partitionnement telles que k-means, les méthodes hiérarchiques telles que BIRCH, et les méthodes basées sur la densité telles que DBSCAN/OPTICS. En outre, vous apprendrez des méthodes de validation et d'évaluation de la qualité du regroupement. Enfin, vous verrez des exemples d'analyse de grappes dans des applications.
L'analyse de grappes dans l'exploration de données
La Fête du Travail commence avec plus de 70 $ d'économies sur Coursera Plus. Bénéficiez de 40 % de réduction pendant 3 mois.
L'analyse de grappes dans l'exploration de données
Ce cours fait partie de Spécialisation "Exploration de données"
Instructeur : Jiawei Han
44 430 déjà inscrits
Inclus avec En savoir plus
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
411 avis
2 semaines à compléter
à 10 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Compétences que vous acquerrez
- Catégorie : Taxonomie
- Catégorie : Apprentissage non supervisé
- Catégorie : Exploration de données
- Catégorie : Méthodes statistiques
- Catégorie : Analyse spatiale
- Catégorie : Analyse exploratoire des données
- Catégorie : Algorithmes
- Catégorie : Évaluation du modèle
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Vérification et validation
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Apprentissage automatique appliqué
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
7 devoirs
Enseigné en Anglais
88%
La plupart des étudiants ont apprécié ce cours
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation "Exploration de données"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 6 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeur
Évaluations de l’enseignant
(27 évaluations)Offert par
En savoir plus sur Analyse des données
University of Colorado Boulder
University of California, Irvine
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 étoiles
65,93 %
- 4 étoiles
23,84 %
- 3 étoiles
5,59 %
- 2 étoiles
2,18 %
- 1 étoile
2,43 %
Affichage de 3 sur 411
GL
Révisé le 25 janv. 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.
SS
Révisé le 6 sept. 2017
Very detailed introduction of Clustering techniques.
GV
Révisé le 18 sept. 2017
Very informative lectures, wonderful assignments. This course isn't so easy but it gives you real knowledge and useful experience.
Foire Aux Questions
Plus de questions
Aide financière disponible,