학생용

Clustering Geolocation Data Intelligently in Python

4.5
별점
374개의 평가
제공자:
Coursera Project Network
9,803명이 이미 등록했습니다.
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Clean and preprocess geolocation data for clustering

Visualize geolocation data interactively using Python

Cluster this data ranging from simple to more advanced methods, and evaluate these clustering algorithms

Clock75-90mins
Intermediate중급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this 1.5-hour long project, you will learn how to clean and preprocess geolocation data for clustering. You will learn how to export this data into an interactive file that can be better understood for the data. You will learn how to cluster initially with a K-Means approach, before using a more complicated density-based algorithm, DBSCAN. We will discuss how to evaluate these models, and offer improvements to DBSCAN with the introduction of HDBSCAN. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

개발할 기술

visualizationMachine LearningclusteringData Analysismap building

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  1. An introduction to the problem, as well as basic exploratory data analysis and visualizations

  2. Visualizing geographical data in a more meaningful and interactive way

  3. Methods of evaluating the strength of a clustering algorithm

  4. Theory behind K-Means, and how to use it for our problem

  5. Introduction to density-based clustering approaches, and how to use DBSCAN

  6. Introduction to HDBSCAN, to alleviate constraints of classical DBSCAN

  7. A simple method to address outliers classified by density-based models.

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

강사

검토

CLUSTERING GEOLOCATION DATA INTELLIGENTLY IN PYTHON의 최상위 리뷰

모든 리뷰 보기

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.