Hierarchical Clustering using Euclidean Distance

Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

Understand the importance and usage of the hierarchical clustering using skew profiles.

Locate and process the viral cDNA genome files to calculate the skew profiles.

Understand the theory for using the Pythagorean equation to calculate the Euclidean distance. And apply that using python to build a linkage matrix.

Understand how errors occur, how to avoid them, and resolve their sources.

ClockAbout 75 minutes required for the project and 45 for the other materials (reading and assignment).
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots영어
Laptop데스크톱 전용

By the end of this project, you will create a Python program using a jupyter interface that analyzes a group of viruses and plot a dendrogram based on similarities among them. The dendrogram that you will create will depend on the cumulative skew profile, which in turn depends on the nucleotide composition. You will use complete genome sequences for many viruses including, Corona, SARS, HIV, Zika, Dengue, enterovirus, and West Nile viruses.

개발할 기술

  • Python Programming
  • Genomics
  • plotting

단계별 학습

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

  1. Task 1: Getting Started with Hierarchical Clustering

  2. Task 2: Locate and Process The Data Files

  3. Task 3: Understand The Result Dataset

  4. Task 4: Hierarchical Clustering - Metric

  5. Task 5: Hierarchical Clustering - Ordering & Methods

  6. Task 6: Dendrogram Plotting

  7. Task 7: Dendrogram - Analysis

  8. Task 8: Errors to Avoid

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.