Кластеризация в машинном обучение для новичков!

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Кластеризация в машинном обучение для новичков! Сегодня мы разберем 2 самых главных алгоритма кластеризация в машинном обучении, их преимущества, недостатки и все подводные камни! В первом видео алгоритм кластеризации k-means clustering (Метод k-средних), а во втором - Hierarchical clustering (Иерархическая кластеризация)

00:00 Вступление

00:38 Зачем нам кластеризация? Какие бизнес проблемы мы можем решить?

01:40 Как работает k-means алгоритм (метод k-средних)?

Первый подводный камень:

04:39 Проблема рандомности инициализации центроид - k-means++

Второй подводный камень:

06:06 Как выбрать количество кластеров? Метод локтя!

08:37 Практика

Ноутбуки

https://drive.google.com/drive/folders/1CjhJZmKtTcVoNZBcoo9oPIFpN9rqUgiy?usp=sharing


Источник: drive.google.com

Комментарии: