Кластеризация в машинном обучение для новичков! |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2022-02-18 19:51 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: |
|