Bienvenue dans le cours Analyse de clusters, extraction de règles d'association et évaluation de modèles. Dans ce cours, nous commencerons par une exploration de l'analyse de clusters et de la segmentation, et nous discuterons de la manière dont des techniques telles que le filtrage collaboratif et l'exploration de règles d'association peuvent être appliquées. Nous expliquerons également comment un modèle peut être évalué en termes de performances, et nous passerons en revue les différences entre les types d'analyse et le moment où il convient de les appliquer.
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Analyse de clusters, extraction d'associations et évaluation de modèles
Ce cours fait partie de Spécialisation Les fondamentaux de la science des données
Instructeur : Julie Pai
4 428 déjà inscrits
Inclus avec
(41 avis)
Ce que vous apprendrez
Analyse de grappes et segmentation
Filtrage collaboratif et analyse du panier de la ménagère
Applications des modèles de prédiction de type classification et régression
Détails à connaître
Ajouter à votre profil LinkedIn
2 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
Bienvenue dans le module 1, Analyse en grappes et segmentation. Dans ce module, nous allons explorer l'analyse en grappes, un algorithme populaire d'apprentissage non supervisé. Nous passerons également en revue les deux principaux styles d'analyse de clusters et discuterons des applications potentielles dans différents secteurs d'activité.
Inclus
2 lectures1 sujet de discussion
Bienvenue dans le module 2, Filtrage collaboratif, extraction de règles d'association et analyse du panier de la ménagère. Dans ce module, nous commencerons par expliquer ce que sont le filtrage collaboratif et l'exploration de règles d'association, et comment ces techniques sont utilisées pour faire des prédictions automatiques. Nous examinerons également de plus près les diverses applications courantes de l'analyse du panier de la ménagère.
Inclus
1 vidéo1 lecture1 devoir
Bienvenue dans le module 3, Modèles de prédiction de type classification. Dans ce module, nous commencerons par expliquer comment les modèles de prédiction de type classification sont évalués en termes de performances et comment une matrice de confusion peut aider à visualiser ces performances. Nous aborderons également l'applicabilité de l'analyse de grappes et la manière dont elle peut être utilisée pour détecter des événements rares tels que les transactions frauduleuses.
Inclus
1 vidéo2 lectures1 sujet de discussion
Bienvenue dans le module 4, Modèles de prédiction de type régression. Dans ce module, nous verrons comment les analyses de régression sont utilisées à la fois pour les tests d'hypothèses et les prédictions, et comment un diagramme de dispersion peut être utilisé pour mieux comprendre la relation entre deux variables. Nous aborderons également les différences entre l'analyse de corrélation et l'analyse de régression, ainsi que la régression simple et la régression multiple.
Inclus
1 lecture1 devoir1 sujet de discussion
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
Princeton University
University of Colorado System
S.P. Jain Institute of Management and Research
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 41
41 avis
- 5 stars
70,73 %
- 4 stars
19,51 %
- 3 stars
0 %
- 2 stars
7,31 %
- 1 star
2,43 %
Révisé le 23 mars 2023
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous vous inscrivez au cours, vous avez accès à tous les cours de la Specializations, et vous obtenez un certificat lorsque vous terminez le travail. Votre certificat électronique sera ajouté à votre page de réalisations - de là, vous pouvez imprimer votre certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez auditer le cours gratuitement.
Si vous vous êtes abonné, vous bénéficiez d'une période d'essai gratuite de 7 jours pendant laquelle vous pouvez annuler votre abonnement sans pénalité. Après cette période, nous ne remboursons pas, mais vous pouvez résilier votre abonnement à tout moment. Consultez notre politique de remboursement complète.