Discover the basic concepts of cluster analysis, and then study a set of typical clustering methodologies, algorithms, and applications. This includes partitioning methods such as k-means, hierarchical methods such as BIRCH, and density-based methods such as DBSCAN/OPTICS. Moreover, learn methods for clustering validation and evaluation of clustering quality. Finally, see examples of cluster analysis in applications.
Ce cours fait partie de la Spécialisation Exploration de données
38 271 déjà inscrits
Offert par
Spécialisation Exploration de données Université de l'Illinois à Urbana-ChampaignÀ propos de ce cours
11 244 consultations récentes
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 5 sur 6 dans le
Approx. 17 heures pour terminer
Anglais
Sous-titres : Arabe, Français, Portugais (européen), Italien, Vietnamien, Coréen, Allemand, Russe, Anglais, Espagnol
Compétences que vous acquerrez
- Cluster Analysis
- Data Clustering Algorithms
- K-Means Clustering
- Hierarchical Clustering
Dates limites flexibles
Réinitialisez les dates limites selon votre disponibilité.
Certificat partageable
Obtenez un Certificat lorsque vous terminez
100 % en ligne
Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Cours 5 sur 6 dans le
Approx. 17 heures pour terminer
Anglais
Sous-titres : Arabe, Français, Portugais (européen), Italien, Vietnamien, Coréen, Allemand, Russe, Anglais, Espagnol
Offert par
Université de l'Illinois à Urbana-Champaign
The University of Illinois at Urbana-Champaign is a world leader in research, teaching and public engagement, distinguished by the breadth of its programs, broad academic excellence, and internationally renowned faculty and alumni. Illinois serves the world by creating knowledge, preparing students for lives of impact, and finding solutions to critical societal needs.
Commencez à travailler pour obtenir votre master
Ce cours est lié au diplôme Master in Computer Science intégralement en ligne de Université de l'Illinois à Urbana-Champaign. Il vous donnera un aperçu des sujets, des contenus et des enseignants afin que vous puissiez décider si le programme intégralement en ligne vous convient.
Programme de cours : ce que vous apprendrez dans ce cours
2 heures pour terminer
Course Orientation
You will become familiar with the course, your classmates, and our learning environment. The orientation will also help you obtain the technical skills required for the course.
2 heures pour terminer
1 vidéo (Total 7 min), 3 lectures, 1 quiz
2 heures pour terminer
Module 1
2 heures pour terminer
13 vidéos (Total 65 min), 2 lectures, 2 quiz
5 heures pour terminer
Week 2
5 heures pour terminer
15 vidéos (Total 78 min), 3 lectures, 2 quiz
2 heures pour terminer
Week 3
2 heures pour terminer
9 vidéos (Total 53 min), 2 lectures, 2 quiz
5 heures pour terminer
Week 4
5 heures pour terminer
10 vidéos (Total 57 min), 1 lecture, 2 quiz
25 minutes pour terminer
Course Conclusion
In the course conclusion, feel free to share any thoughts you have on this course experience.
25 minutes pour terminer
Avis
Meilleurs avis pour PARTITIONNEMENT DE DONNÉES
par GL25 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.
par DB9 mars 2019
Useful theory. It will be challenging for non-math students. and also lecturer's native language influence iis going to be challening as well to follow along.
par ES17 déc. 2018
This was my favorite course in the whole specialization. Everything is explained very concisely and clearly making the subject matter very easy to understand.
par UG27 avr. 2019
Its Good but explanations can done much better, rest all good in terms of study material, quiz ,and programming assignment.
À propos du Spécialisation Exploration de données
The Data Mining Specialization teaches data mining techniques for both structured data which conform to a clearly defined schema, and unstructured data which exist in the form of natural language text. Specific course topics include pattern discovery, clustering, text retrieval, text mining and analytics, and data visualization. The Capstone project task is to solve real-world data mining challenges using a restaurant review data set from Yelp.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.
