Este curso faz parte do Programa de cursos integrados Mineração de dadosData Mining

4.5
estrelas
398 classificações

Jiawei Han

39.956 já se inscreveram

oferecido por

Parte da graduação Master of Computer Science
Saiba mais

Programa de cursos integrados Mineração de dadosData Mining Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign

Informações sobre o curso

5.997 visualizações recentes

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.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 5 de 6 no

Programa de cursos integrados Mineração de dadosData Mining

Aprox. 17 horas para completar

Inglês

Sua empresa se beneficiaria do treinamento dos funcionários em habilidades sob demanda?

Experimente o Coursera for Business

Habilidades que você terá

Cluster Analysis
Data Clustering Algorithms
K-Means Clustering
Hierarchical Clustering

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Certificados compartilháveis

Tenha o certificado após a conclusão

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Curso 5 de 6 no

Programa de cursos integrados Mineração de dadosData Mining

Aprox. 17 horas para completar

Inglês

Sua empresa se beneficiaria do treinamento dos funcionários em habilidades sob demanda?

Experimente o Coursera for Business

Instrutores

Classificação do instrutor

4,09/5 (23 classificações)

Jiawei Han

Abel Bliss Professor

Department of Computer Science

62.303 aprendizes

4 Cursos

oferecido por

Universidade de Illinois em Urbana-ChampaignUniversidade de Illinois em Urbana-Champaign

Comece a trabalhar rumo ao seu mestrado

Este curso é parte da graduação 100% on-line Master of 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.

Saiba mais

Veja como os funcionários das principais empresas estão se especializando em habilidades sob demanda

Saiba mais sobre o Coursera para Empresas

Programa - O que você aprenderá com este curso

Classificação do conteúdo89%(1,312 classificações)

Semana

Semana 1

2 horas para concluir

Course Orientation

2 horas para concluir

1 vídeo (Total 7 mín.), 3 leituras, 1 teste

2 horas para concluir

Module 1

2 horas para concluir

13 vídeos (Total 65 mín.), 2 leituras, 2 testes

13 videos

1.1. What is Cluster Analysis2min

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

Semana

Semana 2

5 horas para concluir

Week 2

5 horas para concluir

15 vídeos (Total 78 mín.), 3 leituras, 2 testes

15 videos

3.1 Partitioning-Based Clustering Methods3min

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

Semana

Semana 3

2 horas para concluir

Week 3

2 horas para concluir

9 vídeos (Total 53 mín.), 2 leituras, 2 testes

9 videos

4.6 CURE: Clustering Using Well-Scattered Representatives4min

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

Semana

Semana 4

5 horas para concluir

Week 4

5 horas para concluir

10 vídeos (Total 57 mín.), 1 leitura, 2 testes

10 videos

6.1 Methods for Clustering Validation1min

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

25 minutos para concluir

Course Conclusion

25 minutos para concluir

Avaliações

4.5

62 avaliações

5 stars
66,33%
4 stars
23,36%
3 stars
5,77%
2 stars
2,01%
1 star
2,51%

Principais avaliações do ANÁLISE DE CLUSTER EM DATA MINING

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 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 AS15 de dez de 2019

Good course. Some of the slides have value errors. Explanations for the programming assignments could be better.

por TK9 de out de 2017

Very intense and required complex thinking and programming skill

Visualizar todas as avaliações

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.
Existe algum auxílio financeiro disponível?
Sim. Em programas de aprendizado selecionados, você pode solicitar auxílio financeiro ou uma bolsa de estudos caso não consiga pagar a taxa de inscrição. Se o auxílio financeiro ou bolsa de estudos estiver disponível para a seleção do seu programa de aprendizado, você encontrará um link para se inscrever na página de descrição.

Mais dúvidas? Visite o Central de Ajuda ao estudante.

Desenvolva as habilidades dos funcionários e impulsione os resultados

Conheça o Coursera para Empresas

Análise de Cluster em Data Mining

Informações sobre o curso

Habilidades que você terá