K-Means Clustering 101: World Happiness Report

Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Understand how to leverage the power of machine learning to perform unsupervised segmentation

Learn how to use Plotly to visualize geographical data

Learn how to obtain the optimal number of clusters using the elbow method

Clock1.5 hours
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

In this case study, we will train an unsupervised machine learning algorithm to cluster countries based on features such as economic production, social support, life expectancy, freedom, absence of corruption, and generosity. The World Happiness Report determines the state of global happiness. The happiness scores and rankings data has been collected by asking individuals to rank their life from 0 (worst possible life) to 10 (best possible life).

개발할 기술

  • Segmentation
  • visualization
  • Machine Learning
  • Python Programming
  • Artificial Intelligence(AI)

단계별 학습

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

  1. Understand the problem statement and business case

  2. Import datasets and libraries

  3. Perform exploratory data analysis

  4. Perform data visualization - part 1

  5. Perform data visualization - part 1

  6. Prepare the data to feed the clustering model

  7. Understand the intuition behind k-means clustering algorithm

  8. Find the optimal number of clusters

  9. Apply k-means using scikit-learn to perform segmentation

  10. Visualize the clusters

안내형 프로젝트 진행 방식

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

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.