This course introduces you to one of the main types of Machine Learning: Unsupervised Learning. You will learn how to find insights from data sets that do not have a target or labeled variable. You will learn several clustering and dimension reduction algorithms for unsupervised learning as well as how to select the algorithm that best suits your data. The hands-on section of this course focuses on using best practices for unsupervised learning.
Unsupervised Machine Learning
Offrez à votre carrière le cadeau de Coursera Plus avec $160 de réduction, facturé annuellement. Économisez aujourd’hui.
Unsupervised Machine Learning
Ce cours fait partie de plusieurs programmes.
Instructeurs : Mark J Grover
28 838 déjà inscrits
Inclus avec 
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.7
(267 avis)
niveau Intermédiaire
Certaines connaissances prérequises
Planning flexible
Env. 23 heures
Apprenez à votre propre rythme
94%
La plupart des apprenants ont aimé ce cours
Compétences que vous acquerrez
- Catégorie : Cluster Analysis
- Catégorie : Dimensionality Reduction
- Catégorie : Unsupervised Learning
- Catégorie : Principal Component Analysis (PCA)
- Catégorie : K Means Clustering
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
14 devoirs
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours est disponible dans le cadre de
Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.
- 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 7 modules dans ce cours
This module introduces Unsupervised Learning and its applications. One of the most common uses of Unsupervised Learning is clustering observations using k-means. In this module, you become familiar with the theory behind this algorithm, and put it in practice in a demonstration.
Inclus
11 vidéos2 lectures3 devoirs3 éléments d'application
Inclus
6 vidéos1 lecture2 devoirs2 éléments d'application
In this module, you become familiar with some of the computational hurdles around clustering algorithms, and how different clustering implementations try to overcome them. After a brief recapitulation of common clustering algorithms, you will learn how to compare them and select the clustering technique that best suits your data.
Inclus
11 vidéos1 lecture3 devoirs3 éléments d'application
This module introduces dimensionality reduction and Principal Component Analysis, which are powerful techniques for big data, imaging, and pre-processing data.
Inclus
5 vidéos1 lecture2 devoirs4 éléments d'application
This module introduces dimensionality reduction techniques like Kernal Principal Component Analysis and multidimensional scaling. These methods are more powerful than Principal Component Analysis in many applications.
Inclus
2 vidéos1 lecture2 devoirs3 éléments d'application
This module introduces matrix factorization, which is a powerful technique for big data, text mining, and pre-processing data.
Inclus
3 vidéos1 lecture2 devoirs3 éléments d'application
Now, you have all the tools in your toolkit to highlight your Unsupervised Learning abilities in your final project.
Inclus
1 évaluation par les pairs
Instructeurs
Évaluations de l’enseignant
4.6 (73 évaluations)Offert par
Recommandé si vous êtes intéressé(e) par Machine Learning
Google Cloud
Corporate Finance Institute
DeepLearning.AI
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
Affichage de 3 sur 267
4.7
267 avis
- 5 stars
77,15 %
- 4 stars
16,85 %
- 3 stars
2,62 %
- 2 stars
1,49 %
- 1 star
1,87 %
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
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.
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
If you subscribed, you get a 7-day free trial during which you can cancel at no penalty. After that, we don’t give refunds, but you can cancel your subscription at any time. See our full refund policy.