Алгоритм кластеризации K-Means: теория и практика
Этот курс подробно разбирает один из самых популярных алгоритмов машинного обучения без учителя. Вы изучите математические основы K-Means, методы выбора оптимального числа кластеров и способы решения типичных проблем алгоритма.
Программа курса
Ознакомьтесь с программой курса «Алгоритм кластеризации K-Means: теория и практика» от Gurufy - gurufy.ru
- Введение в задачу кластеризации и основные принципы работы K-Means - 1 час. Введение в задачу кластеризации и основные принципы работы K-Means.
- Пошаговый разбор алгоритма: инициализация центроидов, шаги назначения и обновления - 1 час. Пошаговый разбор алгоритма: инициализация центроидов, шаги назначения и обновления.
- Методы оценки качества и выбор числа кластеров: метод локтя и силуэтный анализ - 1 час. Методы оценки качества и выбор числа кластеров: метод локтя и силуэтный анализ.
- Ограничения алгоритма, проблема локальных минимумов и оптимизация K-Means++ - 1 час. Ограничения алгоритма, проблема локальных минимумов и оптимизация K-Means++.
- Практические примеры использования и реализация алгоритма в анализе данных - 1 час. Практические примеры использования и реализация алгоритма в анализе данных.
Чему вы научитесь
- Освоите и сможете применять: пошаговый разбор алгоритма инициализация центроидов, шаги назначения и обновления.
- Освоите и сможете применять: практические примеры использования и реализация алгоритма в анализе данных.
- Разберётесь в основах задачу кластеризации и основные принципы работы k means.
Подробная информация о курсе
Этот курс подробно разбирает один из самых популярных алгоритмов машинного обучения без учителя. Вы изучите математические основы K-Means, методы выбора оптимального числа кластеров и способы решения типичных проблем алгоритма.
Цены и сроки
- Стоимость0 ₽
- Дата началаc Invalid Date
Содержание
- Формат обучениясамостоятельно
Похожие курсы
0,0
5,0
69 000 ₽
Алгоритм кластеризации K-Means: теория и практика
₽