欢迎来到聚类分析、关联挖掘和模型评估。在本课程中，我们将首先探讨聚类分析和细分，并讨论如何应用协同过滤和关联规则挖掘等技术。我们还将解释如何对模型进行性能评估，并回顾分析类型的差异以及何时应用这些类型。
聚类分析、关联挖掘和模型评估
聚类分析、关联挖掘和模型评估
本课程是 数据科学基础 专项课程 的一部分
位教师：Julie Pai
访问权限由 New York State Department of Labor 提供
5,017 人已注册
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 数据科学基础 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
欢迎来到模块 1：聚类分析和分割。在本模块中，我们将探讨聚类分析这种流行的无监督学习算法。我们还将回顾聚类分析的两种主要风格，并讨论在不同行业中的潜在应用。
涵盖的内容
2篇阅读材料1个讨论话题
欢迎来到模块 2：协同过滤、关联规则挖掘和市场篮子分析。在本模块中，我们将首先讲解协同过滤和关联规则挖掘，以及如何使用这些技术进行自动预测。我们还将仔细研究市场篮子分析的各种常见应用。
涵盖的内容
1个视频1篇阅读材料1个作业
欢迎来到模块 3 "分类预测模型"。在本模块中，我们将首先讲解如何评估分类类型预测模型的性能，以及混淆矩阵如何帮助直观显示该性能。我们还将讨论聚类分析的适用性，以及如何利用它来检测欺诈交易等罕见事件。
涵盖的内容
1个视频2篇阅读材料1个讨论话题
欢迎来到模块 4 "回归预测模型"。在本模块中，我们将回顾回归分析如何用于假设检验和预测，以及如何利用散点图更好地理解两个变量之间的关系。我们还将讨论相关分析与回归分析之间的区别，并了解简单回归与多元回归。
涵盖的内容
1篇阅读材料1个作业1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(9个评价)5 门课程 19,511 名学生
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
72.34%
- 4 stars
19.14%
- 3 stars
0%
- 2 stars
6.38%
- 1 star
2.12%
显示 3/47 个
MM
已于 Mar 23, 2023审阅
This course is fairly easy if you know something about statistics for data mining already. Well explained topics & also further reading suggestions are given, which is a bonus.
从 数据科学 浏览更多内容
University of Illinois Urbana-Champaign
