Clusteranalyse in Python

Kurslaufzeit: Selbstlernangebot
Autor/in: Erik Svenonius
Sprache: German
Dauer: 6 Monate

Was erwartet Dich in diesem Kurs?

Du lernst, mit Python in jupyterlab das agglomerative und das partitionierende Clustering kennen. Anhand von Anwendungsbeispielen und Aufgaben lernst du, wie du diese Verfahren anwenden kannst.

Was kannst du in diesem Kurs lernen?

  • Agglomeratives Clustering verstehen und anwenden können
  • Partitionierendes Clustering verstehen und anwenden können

Wie ist der Kurs aufgebaut?

  1. Agglomeratives Clustering
    1. Agglomeratives Clustering
    2. Ziele und Herausforderungen der
    3. Segmentierung
    4. Distanz- und Ähnlichkeitsmaße
    5. Linkage-Methoden
    6. Visualisierung als Dendrogramm
    7. Anwendungsbeispiel
    8. Aufgabe zum agglomerativen Clustering
  2. Partitionierendes Clustering
    1. Partitionierendes Clustering
    2. k-Means-Algorithmus
    3. Terminierung
    4. Bestimmung der Clusteranzahl
    5. Nächste Nachbarn und Spectral Clustering
    6. Anwendungsbeispiel
    7. Aufgabe zum partitionierenden Clustering

Voraussetzungen

Kenntnisse der Themen des Moduls "Einführung in die Datenanalyse mit Python" und grundlegende Programmiererfahrungen

Arbeitsaufwand

ca. 5 Stunden

Leistungsnachweis

In diesem Kurs kannst du Badges und ein Weiterbildungszertifikat erhalten.

Was kostet der Kurs?

Die Gebühr für den unbetreuten Selbstlernkurs beträgt 50 € (inkl. Mehrwertsteuer). Nachdem du bezahlt hast, kannst du sofort loslegen! Du bekommst Zugang zum Kurs und kannst für mit den Unterlagen arbeiten! Im Anschluss erhältst du ein Weiterbildungszertifikat von oncampus, wenn du die gestellten Aufgaben erfolgreich gelöst hast.

Förderer

Landesprogramm Arbeit Aktion A2  



Dies könnte Dich auch interessieren