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.
数据挖掘 专项课程伊利诺伊大学香槟分校课程信息
35,103 次近期查看
学生职业成果
25%
完成这些课程后已开始新的职业生涯
17%
通过此课程获得实实在在的工作福利
33%
加薪或升职
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
第 5 门课程（共 6 门）
完成时间大约为17 小时
英语（English）
字幕：阿拉伯语（Arabic）, 法语（French）, （欧洲人讲的）葡萄牙语, 意大利语, 越南语, 韩语, 德语（German）, 俄语（Russian）, 英语（English）, 西班牙语（Spanish）
您将获得的技能
Cluster AnalysisData Clustering AlgorithmsK-Means ClusteringHierarchical Clustering
学生职业成果
25%
完成这些课程后已开始新的职业生涯
17%
通过此课程获得实实在在的工作福利
33%
加薪或升职
可灵活调整截止日期
根据您的日程表重置截止日期。
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
第 5 门课程（共 6 门）
完成时间大约为17 小时
英语（English）
字幕：阿拉伯语（Arabic）, 法语（French）, （欧洲人讲的）葡萄牙语, 意大利语, 越南语, 韩语, 德语（German）, 俄语（Russian）, 英语（English）, 西班牙语（Spanish）
提供方
伊利诺伊大学香槟分校
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.
立即开始攻读硕士学位
此 课程 隶属于 伊利诺伊大学香槟分校 提供的 100% 在线 Master in Computer Science。
如果您被录取参加全部课程，您的课程将计入您的学位学习进程。
教学大纲 - 您将从这门课程中学到什么
完成时间为 2 小时
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.
完成时间为 2 小时
1 个视频 （总计 7 分钟）, 3 个阅读材料, 1 个测验
完成时间为 2 小时
Module 1
完成时间为 2 小时
13 个视频 （总计 65 分钟）, 2 个阅读材料, 2 个测验
完成时间为 5 小时
Week 2
完成时间为 5 小时
15 个视频 （总计 78 分钟）, 3 个阅读材料, 2 个测验
完成时间为 2 小时
Week 3
完成时间为 2 小时
9 个视频 （总计 53 分钟）, 2 个阅读材料, 2 个测验
完成时间为 5 小时
Week 4
完成时间为 5 小时
10 个视频 （总计 57 分钟）, 1 个阅读材料, 2 个测验
完成时间为 25 分钟
Course Conclusion
In the course conclusion, feel free to share any thoughts you have on this course experience.
完成时间为 25 分钟
审阅
来自数据挖掘中的聚类分析的热门评论
由 GL 提供Jan 25, 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.
由 ES 提供Dec 17, 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.
由 DB 提供Mar 9, 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.
由 UG 提供Apr 27, 2019
Its Good but explanations can done much better, rest all good in terms of study material, quiz ,and programming assignment.
关于 数据挖掘 专项课程
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.
常见问题
我什么时候能够访问课程视频和作业？
我订阅此专项课程后会得到什么？
Is financial aid available?
还有其他问题吗？请访问 学生帮助中心。
