課程信息

149,891 次近期查看
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
初級

You will need mathematical and statistical knowledge and skills at least at high-school level.

完成時間大約為30 小時
英語(English)
字幕:英語(English)

您將學到的內容有

  • Define and explain the key concepts of data clustering

  • Demonstrate understanding of the key constructs and features of the Python language.

  • Implement in Python the principle steps of the K-means algorithm.

  • Design and execute a whole data clustering workflow and interpret the outputs.

您將獲得的技能

K-Means ClusteringMachine LearningProgramming in Python
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
可靈活調整截止日期
根據您的日程表重置截止日期。
初級

You will need mathematical and statistical knowledge and skills at least at high-school level.

完成時間大約為30 小時
英語(English)
字幕:英語(English)

提供方

伦敦大学 徽標

伦敦大学

伦敦大学金匠学院 徽標

伦敦大学金匠学院

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up94%(3,378 個評分)Info
1

1

完成時間為 7 小時

Week 1: Foundations of Data Science: K-Means Clustering in Python

完成時間為 7 小時
9 個視頻 (總計 22 分鐘)
9 個視頻
Introduction to Data Science2分鐘
What is Data?1分鐘
Types of Data1分鐘
Machine Learning3分鐘
Supervised vs Unsupervised Learning2分鐘
K-Means Clustering4分鐘
Preparing your Data1分鐘
A Real World Dataset53
4 個練習
Types of Data – Review Information15分鐘
Supervised vs Unsupervised – Review Information15分鐘
K-Means Clustering – Review Information30分鐘
Week 1 Summative Assessment40分鐘
2

2

完成時間為 4 小時

Week 2: Means and Deviations in Mathematics and Python

完成時間為 4 小時
11 個視頻 (總計 37 分鐘), 4 個閱讀材料, 11 個測驗
11 個視頻
2.1 – Introduction to Mathematical Concepts of Data Clustering1分鐘
2.2 – Mean of One Dimensional Lists2分鐘
2.3 – Variance and Standard Deviation3分鐘
2.4 Jupyter Notebooks6分鐘
2.5 Variables4分鐘
2.6 Lists4分鐘
2.7 Computing the Mean3分鐘
2.8 Better Lists: NumPy3分鐘
2.9 Computing the Standard Deviation6分鐘
Week 2 Conclusion31
4 個閱讀材料
Population vs Sample, Bias10分鐘
Variability, Standard Deviation and Bias10分鐘
Python Style Guide10分鐘
Numpy and Array Creation20分鐘
10 個練習
Population vs Sample – Review Information5分鐘
Mean of One Dimensional Lists – Review Information3分鐘
Variance and Standard Deviation – Review Information4分鐘
Jupyter Notebooks – Review Information20分鐘
Variables – Review Information10分鐘
Lists – Review Information10分鐘
Computing the Mean – Review Information10分鐘
Better Lists – Review Information10分鐘
Computing the Standard Deviation – Review Information10分鐘
Week 2 Summative Assessment40分鐘
3

3

完成時間為 4 小時

Week 3: Moving from One to Two Dimensional Data

完成時間為 4 小時
16 個視頻 (總計 53 分鐘), 10 個閱讀材料, 15 個測驗
16 個視頻
3.1 Multidimensional Data Points and Features2分鐘
3.2 Multidimensional Mean2分鐘
3.3 Dispersion: Multidimensional Variables3分鐘
3.4 Distance Metrics5分鐘
3.5 Normalisation1分鐘
3.6 Outliers1分鐘
3.7 Basic Plotting2分鐘
3.7a Storing 2D Coordinates in a Single Data Structure6分鐘
3.8 Multidimensional Mean4分鐘
3.9 Adding Graphical Overlays5分鐘
3.10 Calculating the Distance to the Mean3分鐘
3.11 List Comprehension3分鐘
3.12 Normalisation in Python5分鐘
3.13 Outliers and Plotting Normalised Data2分鐘
Week 3 Conclusion30
10 個閱讀材料
Multidimensional Data Points and Features Recap10分鐘
Multidimensional Mean Recap10分鐘
Multidimensional Variables Recap10分鐘
Distance Metrics Recap10分鐘
Normalisation Recap10分鐘
Note on Matplotlib10分鐘
Matplotlib Scatter Plot Documentation20分鐘
Matplotlib Patches Documentation10分鐘
List Comprehension Documentation20分鐘
3.12 Errata10分鐘
15 個練習
Multidimensional Data Points and Features – Review Information3分鐘
Multidimensional Mean – Review Information3分鐘
Dispersion: Multidimensional Variables – Review Information5分鐘
Distance Metrics – Review Information6分鐘
Normalisation – Review Information3分鐘
Outliers – Review Information4分鐘
Basic Plotting – Review Information5分鐘
Storing 2D Coordinates – Review Information4分鐘
Multidimensional Mean – Review Information4分鐘
Adding Graphical Overlays – Review Information6分鐘
Calculating Distance – Review Information6分鐘
List Comprehension – Review Information4分鐘
Normalisation in Python – Review Information4分鐘
Outliers – Review Information2分鐘
Week 3 Summative Assessment25分鐘
4

4

完成時間為 5 小時

Week 4: Introducing Pandas and Using K-Means to Analyse Data

完成時間為 5 小時
8 個視頻 (總計 37 分鐘), 6 個閱讀材料, 8 個測驗
8 個視頻
4.1: Using the Pandas Library to Read csv Files5分鐘
4.1a: Sorting and Filtering Data Using Pandas8分鐘
4.1b: Labelling Points on a Graph4分鐘
4.1c: Labelling all the Points on a Graph3分鐘
4.2: Eyeballing the Data5分鐘
4.3: Using K-Means to Interpret the Data8分鐘
Week 4: Conclusion35
6 個閱讀材料
Week 4 Code Resources5分鐘
Pandas Read_CSV Function15分鐘
More Pandas Library Documentation10分鐘
The Pyplot Text Function10分鐘
For Loops in Python10分鐘
Documentation for sklearn.cluster.KMeans10分鐘
7 個練習
Using the Pandas Library to Read csv Files – Review Information5分鐘
Sorting and Filtering Data Using Pandas – Review Information10分鐘
Labelling Points on a Graph – Review Information5分鐘
Labelling all the Points on a Graph – Review Information5分鐘
Eyeballing the Data – Review Information5分鐘
Using K-Means to Interpret the Data – Review Information5分鐘
Week 4 Summative Assessment40分鐘

審閱

來自FOUNDATIONS OF DATA SCIENCE: K-MEANS CLUSTERING IN PYTHON的熱門評論

查看所有評論

常見問題

  • Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:

    • The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
    • The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
  • 您购买证书后,将有权访问所有课程材料,包括评分作业。完成课程后,您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

  • 您可在付款后两周内,或者在课程第一个班次开课后(对于已启动的课程)两周内,获得全额退款,以其中较晚者为准。获得课程证书后,您便无法再退款;即使您在两周的退款期内完成了课程,也是如此。请阅读我们完整的退款政策

  • 是的,Coursera 可以向无法承担学费的学生提供助学金。点击左侧‘注册’按钮下的‘助学金’链接即可申请助学金。您可以根据屏幕提示完成申请,申请获批后会收到通知。了解详情

  • 此课程不提供大学学分,但部分大学可能会选择接受课程证书作为学分。查看您的合作院校,了解详情。Coursera 上的在线学位Mastertrack™ 证书提供获得大学学分的机会。

還有其他問題嗎?請訪問 學生幫助中心