このコースについて

32,292 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16時間で修了
英語

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16時間で修了
英語

提供:

Placeholder

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%(1,213 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 学習用教材, 1 個のテスト
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 Quiz30 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 学習用教材, 2 個のテスト
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 Quiz30 分
Lesson 2 Quiz30 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 学習用教材, 2 個のテスト
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 Quiz30 分
3

3

2時間で修了

Week 3

2時間で修了
9件のビデオ (合計53分), 2 学習用教材, 2 個のテスト
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 Quiz30 分
Lesson 5 Quiz30 分
4

4

5時間で修了

Week 4

5時間で修了
10件のビデオ (合計57分), 1 学習用教材, 2 個のテスト
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 Quiz30 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

データマイニング

よくある質問

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。