이 강좌에 대하여

최근 조회 32,288

학습자 경력 결과

25%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

17%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

33%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 5번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 16시간 필요
영어

귀하가 습득할 기술

Cluster AnalysisData Clustering AlgorithmsK-Means ClusteringHierarchical Clustering

학습자 경력 결과

25%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

17%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

33%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 5번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 16시간 필요
영어

제공자:

Placeholder

일리노이대학교 어버너-섐페인캠퍼스

석사 학위 취득 시작

This 강좌 is part of the 100% online Master in Computer Science from 일리노이대학교 어버너-섐페인캠퍼스. If you are admitted to the full program, your courses count towards your degree learning.

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up89%(1,215개의 평가)Info
1

1

완료하는 데 1시간 필요

Course Orientation

완료하는 데 1시간 필요
1개 동영상 (총 7분), 3 개의 읽기 자료, 1 개의 테스트
1개의 동영상
3개의 읽기 자료
Syllabus10m
About the Discussion Forums10m
Social Media10m
1개 연습문제
Orientation Quiz30m
완료하는 데 2시간 필요

Module 1

완료하는 데 2시간 필요
13개 동영상 (총 65분), 2 개의 읽기 자료, 2 개의 테스트
13개의 동영상
1.2. Applications of Cluster Analysis2m
1.3 Requirements and Challenges5m
1.4 A Multi-Dimensional Categorization2m
1.5 An Overview of Typical Clustering Methodologies6m
1.6 An Overview of Clustering Different Types of Data6m
1.7 An Overview of User Insights and Clustering3m
2.1 Basic Concepts: Measuring Similarity between Objects3m
2.2 Distance on Numeric Data Minkowski Distance7m
2.3 Proximity Measure for Symetric vs Asymmetric Binary Variables4m
2.4 Distance between Categorical Attributes Ordinal Attributes and Mixed Types4m
2.5 Proximity Measure between Two Vectors Cosine Similarity2m
2.6 Correlation Measures between Two variables Covariance and Correlation Coefficient13m
2개의 읽기 자료
Lesson 1 Overview10m
Lesson 2 Overview10m
2개 연습문제
Lesson 1 Quiz30m
Lesson 2 Quiz30m
2

2

완료하는 데 5시간 필요

Week 2

완료하는 데 5시간 필요
15개 동영상 (총 78분), 3 개의 읽기 자료, 2 개의 테스트
15개의 동영상
3.2 K-Means Clustering Method9m
3.3 Initialization of K-Means Clustering4m
3.4 The K-Medoids Clustering Method6m
3.5 The K-Medians and K-Modes Clustering Methods6m
3.6 Kernel K-Means Clustering8m
4.1 Hierarchical Clustering Methods1m
4.2 Agglomerative Clustering Algorithms8m
4.3 Divisive Clustering Algorithms3m
4.4 Extensions to Hierarchical Clustering3m
4.5 BIRCH: A Micro-Clustering-Based Approach7m
ClusterEnG Overview5m
ClusterEnG: K-Means and K-Medoids3m
ClusterEnG Application: AGNES4m
ClusterEnG Application: DBSCAN2m
3개의 읽기 자료
Lesson 3 Overview10m
Lesson 4 Part 1 Overview10m
ClusterEnG Introduction10m
1개 연습문제
Lesson 3 Quiz30m
3

3

완료하는 데 2시간 필요

Week 3

완료하는 데 2시간 필요
9개 동영상 (총 53분), 2 개의 읽기 자료, 2 개의 테스트
9개의 동영상
4.7 CHAMELEON: Graph Partitioning on the KNN Graph of the Data8m
4.8 Probabilistic Hierarchical Clustering7m
5.1 Density-Based and Grid-Based Clustering Methods1m
5.2 DBSCAN: A Density-Based Clustering Algorithm8m
5.3 OPTICS: Ordering Points To Identify Clustering Structure9m
5.4 Grid-Based Clustering Methods3m
5.5 STING: A Statistical Information Grid Approach3m
5.6 CLIQUE: Grid-Based Subspace Clustering7m
2개의 읽기 자료
Lesson 4 Part 2 Overview10m
Lesson 5 Overview10m
2개 연습문제
Lesson 4 Quiz30m
Lesson 5 Quiz30m
4

4

완료하는 데 5시간 필요

Week 4

완료하는 데 5시간 필요
10개 동영상 (총 57분), 1 개의 읽기 자료, 2 개의 테스트
10개의 동영상
6.2 Clustering Evaluation Measuring Clustering Quality2m
6.3 Constraint-Based Clustering4m
6.4 External Measures 1: Matching-Based Measures10m
6.5 External Measure 2: Entropy-Based Measures7m
6.6 External Measure 3: Pairwise Measures6m
6.7 Internal Measures for Clustering Validation7m
6.8 Relative Measures5m
6.9 Cluster Stability6m
6.10 Clustering Tendency5m
1개의 읽기 자료
Lesson 6 Overview10m
1개 연습문제
Lesson 6 Quiz30m
완료하는 데 20분 필요

Course Conclusion

완료하는 데 20분 필요

검토

CLUSTER ANALYSIS IN DATA MINING의 최상위 리뷰

모든 리뷰 보기

데이터 마이닝 특화 과정 정보

데이터 마이닝

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.