Dans cette étude de cas, nous allons entraîner un algorithme d'apprentissage automatique non supervisé pour regrouper des pays en fonction de caractéristiques telles que la production économique, le soutien social, l'espérance de vie, la liberté, l'absence de corruption et la générosité. Le rapport sur le bonheur dans le monde détermine l'état de la planète. Les données relatives aux scores et aux classements du bonheur ont été recueillies en demandant aux individus de classer leur vie de 0 (la pire vie possible) à 10 (la meilleure vie possible).

K-Means Clustering 101 : Rapport sur le bonheur dans le monde
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

K-Means Clustering 101 : Rapport sur le bonheur dans le monde

Instructeur : Ryan Ahmed
1 923 déjà inscrits
Inclus avec
(21 avis)
Expérience recommandée
Ce que vous apprendrez
Comprendre comment exploiter la puissance de l'apprentissage automatique pour effectuer une segmentation non supervisée
Découvrez en cours d'utilisation Plotly pour la visualisation des données géographiques
Apprenez à obtenir le nombre optimal de clusters à l'aide de la méthode du coude
Compétences que vous pratiquerez
- Catégorie : Apprentissage automatique
- Catégorie : Algorithmes d'apprentissage automatique
- Catégorie : Apprentissage statistique des machines
- Catégorie : Économie, politique et études sociales
- Catégorie : Études sociales
- Catégorie : Sciences sociales
- Catégorie : Apprentissage non supervisé
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Analyse des données
- Catégorie : Visualisation scientifique
- Catégorie : Exploration de données
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Visualisation des données
- Catégorie : Socioéconomie
- Catégorie : Déterminants sociaux de la santé
Outils que vous utiliserez
- Catégorie : Programmation Python
- Catégorie : Plotly
Détails à connaître

Ajouter à votre profil LinkedIn
Disponible uniquement sur ordinateur
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Apprendre, pratiquer et appliquer des compétences prêtes à l’emploi en moins de 2 heures
- Bénéficiez d’une formation par des experts du secteur
- Gagnez en expérience pratique en effectuant des tâches professionnelles du monde réel
- Renforcez votre confiance en utilisant les outils et technologies les plus récents

À propos de ce Projet Guidé
Apprendrez étape par étape
Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :
Comprendre l'énoncé du problème et l'analyse de rentabilité
Importer des ensembles de données et des bibliothèques
Analyse exploratoire des données (AED)
Effectuer la visualisation des données - partie 1
Effectuer la visualisation des données - partie 1
Préparer les données pour alimenter le modèle de clustering
Comprendre l'intuition derrière l'algorithme de regroupement K-moyennes
Trouver le nombre optimal de grappes
Appliquer les K-moyennes à l'aide de Scikit-learn pour effectuer la segmentation
Visualiser les grappes
Expérience recommandée
Programmation de base en Python et mathématiques.
8 images de projet
Instructeur

Offert par
Méthode d’apprentissage
Apprentissage pratique basé sur les compétences
Mettez en pratique de nouvelles compétences en effectuant des tâches professionnelles.
Conseils d’experts
Suivez les vidéos pré-enregistrées d’experts à l’aide d’une interface unique, divisée en deux.
Aucun téléchargement ou installation requis(e)
Accédez aux outils et aux ressources dont vous avez besoin dans un espace de travail cloud préconfiguré.
Disponible uniquement sur ordinateur de bureau
Ce Projet Guidé est conçu pour les ordinateurs portables ou de bureau disposant d’une connexion internet fiable, et non pour les appareils mobiles.
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
71,42 %
- 4 stars
28,57 %
- 3 stars
0 %
- 2 stars
0 %
- 1 star
0 %
Affichage de 3 sur 21
Révisé le 16 sept. 2025
Gain maximum information in relative short period of time.
Révisé le 17 déc. 2022
I learned a lot during this guided project.Thank you very muchAkash Bhat
Vous aimerez peut-être aussi
Statut : Prévisualisation
Statut : Essai gratuit
Statut : Essai gratuitUniversity of London





