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.
Este curso faz parte do Programa de cursos integrados Mineração de dadosData Mining
oferecido por
Programa de cursos integrados Mineração de dadosData Mining Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-ChampaignInformações sobre o curso
30,920 visualizações recentes
Resultados de carreira do aprendiz
25%
comecei uma nova carreira após concluir estes cursos
17%
consegui um benefício significativo de carreira com este curso
33%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Curso 5 de 6 no
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 16 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Coreano, Russo, Inglês, Espanhol
Habilidades que você terá
Cluster AnalysisData Clustering AlgorithmsK-Means ClusteringHierarchical Clustering
Resultados de carreira do aprendiz
25%
comecei uma nova carreira após concluir estes cursos
17%
consegui um benefício significativo de carreira com este curso
33%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Curso 5 de 6 no
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Aprox. 16 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Coreano, Russo, Inglês, Espanhol
oferecido por
Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em 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.
Comece a trabalhar rumo ao seu mestrado
Este curso é parte da graduação 100% on-line Master in Computer Science da Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign.
Caso seja aceito para o programa completo, seus cursos contarão para sua graduação.
Programa - O que você aprenderá com este curso
1 hora para concluir
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.
1 hora para concluir
1 vídeo (Total 7 mín.), 3 leituras, 1 teste
1 vídeos
3 leituras
Syllabus10min
About the Discussion Forums10min
Social Media10min
1 exercício prático
Orientation Quiz30min
2 horas para concluir
Module 1
2 horas para concluir
13 vídeos (Total 65 mín.), 2 leituras, 2 testes
13 videos
1.2. Applications of Cluster Analysis2min
1.3 Requirements and Challenges5min
1.4 A Multi-Dimensional Categorization2min
1.5 An Overview of Typical Clustering Methodologies6min
1.6 An Overview of Clustering Different Types of Data6min
1.7 An Overview of User Insights and Clustering3min
2.1 Basic Concepts: Measuring Similarity between Objects3min
2.2 Distance on Numeric Data Minkowski Distance7min
2.3 Proximity Measure for Symetric vs Asymmetric Binary Variables4min
2.4 Distance between Categorical Attributes Ordinal Attributes and Mixed Types4min
2.5 Proximity Measure between Two Vectors Cosine Similarity2min
2.6 Correlation Measures between Two variables Covariance and Correlation Coefficient13min
2 leituras
Lesson 1 Overview10min
Lesson 2 Overview10min
2 exercícios práticos
Lesson 1 Quiz30min
Lesson 2 Quiz30min
5 horas para concluir
Week 2
5 horas para concluir
15 vídeos (Total 78 mín.), 3 leituras, 2 testes
15 videos
3.2 K-Means Clustering Method9min
3.3 Initialization of K-Means Clustering4min
3.4 The K-Medoids Clustering Method6min
3.5 The K-Medians and K-Modes Clustering Methods6min
3.6 Kernel K-Means Clustering8min
4.1 Hierarchical Clustering Methods1min
4.2 Agglomerative Clustering Algorithms8min
4.3 Divisive Clustering Algorithms3min
4.4 Extensions to Hierarchical Clustering3min
4.5 BIRCH: A Micro-Clustering-Based Approach7min
ClusterEnG Overview5min
ClusterEnG: K-Means and K-Medoids3min
ClusterEnG Application: AGNES4min
ClusterEnG Application: DBSCAN2min
3 leituras
Lesson 3 Overview10min
Lesson 4 Part 1 Overview10min
ClusterEnG Introduction10min
1 exercício prático
Lesson 3 Quiz30min
2 horas para concluir
Week 3
2 horas para concluir
9 vídeos (Total 53 mín.), 2 leituras, 2 testes
9 videos
4.7 CHAMELEON: Graph Partitioning on the KNN Graph of the Data8min
4.8 Probabilistic Hierarchical Clustering7min
5.1 Density-Based and Grid-Based Clustering Methods1min
5.2 DBSCAN: A Density-Based Clustering Algorithm8min
5.3 OPTICS: Ordering Points To Identify Clustering Structure9min
5.4 Grid-Based Clustering Methods3min
5.5 STING: A Statistical Information Grid Approach3min
5.6 CLIQUE: Grid-Based Subspace Clustering7min
2 leituras
Lesson 4 Part 2 Overview10min
Lesson 5 Overview10min
2 exercícios práticos
Lesson 4 Quiz30min
Lesson 5 Quiz30min
5 horas para concluir
Week 4
5 horas para concluir
10 vídeos (Total 57 mín.), 1 leitura, 2 testes
10 videos
6.2 Clustering Evaluation Measuring Clustering Quality2min
6.3 Constraint-Based Clustering4min
6.4 External Measures 1: Matching-Based Measures10min
6.5 External Measure 2: Entropy-Based Measures7min
6.6 External Measure 3: Pairwise Measures6min
6.7 Internal Measures for Clustering Validation7min
6.8 Relative Measures5min
6.9 Cluster Stability6min
6.10 Clustering Tendency5min
1 leituras
Lesson 6 Overview10min
1 exercício prático
Lesson 6 Quiz30min
20 minutos para concluir
Course Conclusion
In the course conclusion, feel free to share any thoughts you have on this course experience.
20 minutos para concluir
Avaliações
Principais avaliações do ANÁLISE DE CLUSTER EM DATA MINING
por GL25 de Jan de 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.
por ES17 de Dez de 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.
por DB9 de Mar de 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.
por UG27 de Abr de 2019
Its Good but explanations can done much better, rest all good in terms of study material, quiz ,and programming assignment.
Sobre Programa de cursos integrados Mineração de dadosData Mining
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.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
