このコースについて

35,556 最近の表示

受講生の就業成果

25%

コース終了後に新しいキャリアをスタートした

17%

コースが具体的なキャリアアップにつながった

33%

昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における6の5コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
約14時間で修了
英語
字幕:英語, 韓国語

習得するスキル

Cluster AnalysisData Clustering AlgorithmsK-Means ClusteringHierarchical Clustering

受講生の就業成果

25%

コース終了後に新しいキャリアをスタートした

17%

コースが具体的なキャリアアップにつながった

33%

昇給や昇進につながった
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
次における6の5コース
柔軟性のある期限
スケジュールに従って期限をリセットします。
約14時間で修了
英語
字幕:英語, 韓国語

提供:

イリノイ大学アーバナ・シャンペーン校(University of Illinois at Urbana-Champaign) ロゴ

イリノイ大学アーバナ・シャンペーン校(University of Illinois at Urbana-Champaign)

修士号の取得を目指しましょう

この コース は イリノイ大学アーバナ・シャンペーン校(University of Illinois at Urbana-Champaign) の100%オンラインの Master in Computer Science の一部です。 プログラムのすべてで認定されれば、それらのコースが学位学習に加算されます。

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up89%(1,144 件の評価)Info
1

1

1時間で修了

Course Orientation

1時間で修了
1件のビデオ (合計7分), 3 readings, 1 quiz
1件のビデオ
3件の学習用教材
Syllabus10 分
About the Discussion Forums10 分
Social Media10 分
1の練習問題
Orientation Quiz10 分
2時間で修了

Module 1

2時間で修了
13件のビデオ (合計65分), 2 readings, 2 quizzes
13件のビデオ
1.2. Applications of Cluster Analysis2 分
1.3 Requirements and Challenges5 分
1.4 A Multi-Dimensional Categorization2 分
1.5 An Overview of Typical Clustering Methodologies6 分
1.6 An Overview of Clustering Different Types of Data6 分
1.7 An Overview of User Insights and Clustering3 分
2.1 Basic Concepts: Measuring Similarity between Objects3 分
2.2 Distance on Numeric Data Minkowski Distance7 分
2.3 Proximity Measure for Symetric vs Asymmetric Binary Variables4 分
2.4 Distance between Categorical Attributes Ordinal Attributes and Mixed Types4 分
2.5 Proximity Measure between Two Vectors Cosine Similarity2 分
2.6 Correlation Measures between Two variables Covariance and Correlation Coefficient13 分
2件の学習用教材
Lesson 1 Overview10 分
Lesson 2 Overview10 分
2の練習問題
Lesson 1 Quiz8 分
Lesson 2 Quiz12 分
2

2

5時間で修了

Week 2

5時間で修了
15件のビデオ (合計78分), 3 readings, 2 quizzes
15件のビデオ
3.2 K-Means Clustering Method9 分
3.3 Initialization of K-Means Clustering4 分
3.4 The K-Medoids Clustering Method6 分
3.5 The K-Medians and K-Modes Clustering Methods6 分
3.6 Kernel K-Means Clustering8 分
4.1 Hierarchical Clustering Methods1 分
4.2 Agglomerative Clustering Algorithms8 分
4.3 Divisive Clustering Algorithms3 分
4.4 Extensions to Hierarchical Clustering3 分
4.5 BIRCH: A Micro-Clustering-Based Approach7 分
ClusterEnG Overview5 分
ClusterEnG: K-Means and K-Medoids3 分
ClusterEnG Application: AGNES4 分
ClusterEnG Application: DBSCAN2 分
3件の学習用教材
Lesson 3 Overview10 分
Lesson 4 Part 1 Overview10 分
ClusterEnG Introduction10 分
1の練習問題
Lesson 3 Quiz10 分
3

3

1時間で修了

Week 3

1時間で修了
9件のビデオ (合計53分), 2 readings, 2 quizzes
9件のビデオ
4.7 CHAMELEON: Graph Partitioning on the KNN Graph of the Data8 分
4.8 Probabilistic Hierarchical Clustering7 分
5.1 Density-Based and Grid-Based Clustering Methods1 分
5.2 DBSCAN: A Density-Based Clustering Algorithm8 分
5.3 OPTICS: Ordering Points To Identify Clustering Structure9 分
5.4 Grid-Based Clustering Methods3 分
5.5 STING: A Statistical Information Grid Approach3 分
5.6 CLIQUE: Grid-Based Subspace Clustering7 分
2件の学習用教材
Lesson 4 Part 2 Overview10 分
Lesson 5 Overview10 分
2の練習問題
Lesson 4 Quiz8 分
Lesson 5 Quiz8 分
4

4

4時間で修了

Week 4

4時間で修了
10件のビデオ (合計57分), 1 reading, 2 quizzes
10件のビデオ
6.2 Clustering Evaluation Measuring Clustering Quality2 分
6.3 Constraint-Based Clustering4 分
6.4 External Measures 1: Matching-Based Measures10 分
6.5 External Measure 2: Entropy-Based Measures7 分
6.6 External Measure 3: Pairwise Measures6 分
6.7 Internal Measures for Clustering Validation7 分
6.8 Relative Measures5 分
6.9 Cluster Stability6 分
6.10 Clustering Tendency5 分
1件の学習用教材
Lesson 6 Overview10 分
1の練習問題
Lesson 6 Quiz8 分
20分で修了

Course Conclusion

20分で修了

レビュー

CLUSTER ANALYSIS IN DATA MINING からの人気レビュー

すべてのレビューを見る

データマイニング 専門講座について

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. Courses 2 - 5 of this Specialization form the lecture component of courses in the online Master of Computer Science Degree in Data Science. You can apply to the degree program either before or after you begin the Specialization....
データマイニング

よくある質問

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.

    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

  • If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.

  • Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。