Chevron Left
Clustering Geolocation Data Intelligently in Python(으)로 돌아가기

Coursera Project Network의 Clustering Geolocation Data Intelligently in Python 학습자 리뷰 및 피드백

399개의 평가

강좌 소개

In this 1.5-hour long project, you will learn how to clean and preprocess geolocation data for clustering. You will learn how to export this data into an interactive file that can be better understood for the data. You will learn how to cluster initially with a K-Means approach, before using a more complicated density-based algorithm, DBSCAN. We will discuss how to evaluate these models, and offer improvements to DBSCAN with the introduction of HDBSCAN. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions....

최상위 리뷰


2020년 5월 20일

It would be better if there was no time limit to the project on VM as the VM was too slow.Rest the instructor was awesome ,content was perfect and whatever he taught was very well understood.


2020년 4월 17일

Thanks a lot, It was a short, quick and very useful project learning experience. Hope you will provide more geospatial data analysis projects in future soon.

필터링 기준:

Clustering Geolocation Data Intelligently in Python의 59개 리뷰 중 1~25

교육 기관: Umar H

2020년 4월 28일

교육 기관: Mayank S

2020년 4월 26일

교육 기관: Pujith S K K

2020년 4월 7일

교육 기관: Anisom C

2020년 6월 7일

교육 기관: NEHA S B

2020년 5월 21일

교육 기관: Tayyabali S

2020년 4월 18일

교육 기관: SOURAV D

2020년 6월 13일

교육 기관: ANKIT B S

2020년 6월 17일

교육 기관: Kubilay S

2020년 10월 4일

교육 기관: arpit m

2020년 8월 29일

교육 기관: Chaitanya S

2020년 6월 25일

교육 기관: Ramya G R

2020년 6월 8일

교육 기관: ACEBEDO, A M (

2020년 5월 8일

교육 기관: Abhishek P G

2020년 6월 18일

교육 기관: Sebastian J

2020년 4월 23일

교육 기관: Atharva M C

2020년 4월 25일

교육 기관: LATHA S K

2020년 4월 30일

교육 기관: Carlos F d S A

2020년 7월 4일

교육 기관: Tejas

2020년 6월 15일

교육 기관: Ashwin P

2020년 4월 23일

교육 기관: Prince R

2020년 6월 7일

교육 기관: Smriti T

2020년 5월 22일

교육 기관: Gangone R

2020년 7월 3일


2020년 6월 4일

교육 기관: Vishal Y

2020년 6월 3일