Dois anos
de acesso à Alura

30% OFF

Falta pouco!

00

DIAS

00

HORAS

00

MIN

00

SEG

Logo do curso
Curso

Clustering:

extraindo padrões de dados

Quero estudar na alura

9h

Para conclusão

7009

Pessoas nesse curso

9.1

Avaliação média

Certificado

De participação

Introdução_

O que você aprenderá_

  • Descubra como validar e interpretar resultados com dados sem rótulos;
  • Aprenda técnicas que irão te ajudar a interpretar informações de clusters;
  • Extraia informações sobre o comportamento de clientes utilizando dados de uma empresa de cartão de crédito;
  • Utilize o scikit-learn para gerar clusters e calcular diferentes métricas de validação;
  • Entenda a matemática por trás das métricas de validação: silhouette, davies bouldin e calinski harabasz.

Público alvo_

Pessoas que querem extrair informações de clusters gerados com técnicas de aprendizado não-supervisionado.

Thainá Mariani

linkedin

Thainá é engenheira de software, instrutora e doutora em ciência da computação. Gosta de ajudar os profissionais a tornar as atividades diárias mais automatizadas e compreensíveis. Estudou a aplicação de IA na engenharia de software e foi assistente de pesquisa na Universidade de Michigan durante um intercâmbio no doutorado. Lecionou para a graduação tecnologias web, como spring e angular. Adora e sabe java e python.

Curso atualizado em 30/10/2024

Ementa

  1. Entendendo a dificuldade do aprendizado não-supervisionado

    • Revisando a classificação
    • Problema da falta de rótulos
  2. Obtendo os clusters

    • Obtendo a base de dados
    • Organizando os dados
    • Executando o clustering
  3. Entendendo os critérios e métricas de validação

    • Critérios de validação
    • Matemática do Silhouette
    • Calculando o Silhouette
  4. Entendendo e Calculando o Índice Davies-Bouldin

    • Matemática do Davies-Bouldin
    • Calculando o Davies-Bouldin
  5. Entendendo e calculando o Índice Calinski Harabasz

    • Matemática do Calinski
    • Calculando o Calinski
  6. Validando os clusters

    • A validação relativa
    • A estrutura dos clusters
    • A estabilidade dos clusters
  7. Visualizando os clusters

    • Gerando gráficos
    • Interpretação visual
  8. Entendendo os valores dos atributos no cluster

    • Descrevendo os atributos
    • Analisando os valores
    • Selecionando os atributos
    • Filtrando os valores
  9. Interpretando os clusters

    • Entendendo os padrões de cada cluster
    • Utilizando os clusters

Descubra se esse curso é pra você! Leia as primeiras aulas

Comece essa formação agora mesmo e capacite-se para seu próximo projeto!

Conheça os planos
Escola

Data Science

Trabalhe com dados. Aprofunde seu conhecimento nas principais ferramentas de uma pessoa data scientist. Descubra as diferentes possibilidades de análise de dados, do Excel ao Python, e mergulhe em frameworks e bibliotecas, como Pandas, Scikit-Learn e Seaborn.

Conheça a escola

Pessoas estudando esse curso nesse mês:

Estude com elas

e mais 78 pessoas

Faça parte da nossa comunidade no discord!

Troque conhecimentos com a comunidade da Alura

nossos alunos e alunas

Experiências de quem já mergulhou com a gente.

Boa didática, bons exemplos desenvolvidos, exercícios bem escritos e claros.

Clustering: extraindo padrões de dados

João Pedro Borsato Mendonça

Ótima didática, instrutora demonstrou bastante conhecimento. Os exemplos também foram muito bons e bastante aplicável no dia-a-dia.

Clustering: extraindo padrões de dados

Daiane Klein

Excelente! Bem explicado, bem detalhado, não ficou só chamando métodos a toa sem a gente entender o que ele faz e pra que. Gostei de ter explicado os cálculos, pois agora eu entendo o que o algoritmo esta buscando fazer, no que ele se baseia. Foi o mellhor curso da formação de ML que eu fiz. Parabéns!

Clustering: extraindo padrões de dados

Jaqueline Isabel Prass

Mais tempo para a sua evolução, na velocidade do mercado. Comece hoje e aproveite por 2 anos.

Conheça os Planos para Empresas