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
Obtenez l'une de nos meilleures offres avec Coursera Plus pour 199 $ (habituellement 399 $). Économisez maintenant.

L'analyse de grappes dans l'exploration de données
Ce cours fait partie de Spécialisation "Exploration de données"

Instructeur : Jiawei Han
44 331 déjà inscrits
Inclus avec En savoir plus
410 avis
Compétences que vous acquerrez
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Apprentissage non supervisé
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Vérification et validation
- Catégorie : Exploration de données
- Catégorie : Algorithmes
- Catégorie : Méthodes statistiques
- Catégorie : Évaluation du modèle
Détails à connaître

Ajouter à votre profil LinkedIn
7 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- 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

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.

Jennifer J.

Larry W.

Chaitanya A.
Avis des étudiants
- 5 stars
65,93 %
- 4 stars
23,84 %
- 3 stars
5,59 %
- 2 stars
2,18 %
- 1 star
2,43 %
Affichage de 3 sur 410
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.
Révisé le 6 sept. 2017
Very detailed introduction of Clustering techniques.
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,






