课程名称: Clustering Analysis

课程主页: https://www.coursera.org/learn/clustering-analysis

所在平台: Coursera

课程类别: 数据分析

大学或机构: University of Colorado Boulder

讲师： Di Wu

授课语言： 英语

提供字幕： 英文

课程文件大小： 112MB

课程介绍： “聚类分析”课程向学生介绍无监督学习的基本概念，重点关注聚类和降维技术。参与者将探索各种聚类方法，包括分区、分层、基于密度和基于网格的聚类。此外，学生还将学习用于降维的主成分分析 (PCA)。通过交互式教程和实际案例研究，学生将获得将聚类和降维技术应用于不同数据集的实践经验。

在本课程结束时，学生将能够：
1.了解无监督学习的原理和意义，特别是聚类和降维。
2. 掌握分区、分层、基于密度和基于网格的聚类方法的概念和应用。
3. 探索聚类算法的数学基础以理解其工作原理。
4. 将聚类技术应用于不同的数据集以进行模式发现和数据探索。
5. 理解降维的概念及其在降低特征空间复杂性方面的重要性。
6. 实施主成分分析 (PCA) 来降维并解释降维后的特征空间。
7. 使用适当的性能指标评估聚类结果和降维有效性。
8. 在现实案例研究中应用聚类和降维技术，以获得有意义的见解。

在整个课程中，学生将积极参与教程和案例研究，加强他们的聚类分析和降维技能，并获得将这些技术应用于不同数据集的实践经验。通过实现学习目标，参与者将有能力在无监督学习任务中表现出色，并使用聚类和降维技术做出明智的决策。

本课程属于 Data Analysis with Python Specialization/专项课程 中的第3门课程。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：