机器学习应用:聚类算法与案例解析
知识小课

机器学习应用:聚类算法与案例解析

  • 机器学习

通俗解读聚类算法,快速上手应用实例

¥99.9
本课程包括
  • 2小时18分钟的视频随时观看
  • 课程包含 5 道测试题
  • 可在APP随时观看
  • 结业证书
你将收获
  • 了解K-means与DBSCAN算法原理
  • 掌握无监督算法模型
  • 熟悉聚类建模流程
  • 掌握聚类算法在实际数据集中的应用

数千家企业正在使用三节课企业版学习

无限制学习5000+门课程,200+精选学习专题

免费申请体验>
课程介绍

聚类算法是对数据进行汇聚及分类的过程,当我们在处理高维度数据集时,每一个数据都包含了大量信息,此时应用聚类算法进行数据分类,将大大缩短数据处理时间,提升分类效率。

本门课程通俗的讲解了机器学习领域中的无监督算法,同时结合可视化demo分析聚类算法的典型应用场景,并基于实际例子阐述无监督算法的作用与效果。

基于本门课程,我们将帮助学员更加深入的了解聚类算法中的K-means算法与DBSCAN算法,并通过案例实战详解讲解聚类算法的常用操作,帮助学员进一步了解机器学习算法。

适合人群
  • 对人工智能感兴趣的学员
  • 具备一定Python语言基础的学员
  • 计算机相关专业大学生
讲师介绍
同济大学硕士,华东理工大学博士
擅长领域:
  • 人工智能认知与应用
  • 自然语言处理(NLP)
  • 机器学习
著有《跟着迪哥学Python数据分析与机器学习实战》,联通,移动,中信等公司特邀企业培训导师,全国高校教师培训讲师,开展线下与直播培训百余场,具有丰富的授课经验。
课程大纲
共0节 时长0分钟 全部收起
一、聚类算法——Kmeans
共3节 | 24分钟
  • 1.Kmeans算法概述
    9分钟
  • 2.Kmeans算法工作流程
    8分钟
  • 3.Kmeans迭代可视化展示
    7分钟
二、聚类算法——DBSCAN
共3节 | 27分钟
  • 1.DBSCAN聚类算法
    8分钟
  • 2.DBSCAN工作流程
    12分钟
  • 3.DBSCAN可视化展示
    7分钟
三、案例实战:聚类实践分析
共9节 | 1小时26分钟
  • 1.Kmenas 算法常用操作
    9分钟
  • 2.聚类结果与建模流程
    14分钟
  • 3.不稳定结果与评估方法
    10分钟
  • 4.如何找到合适的K值
    6分钟
  • 5.轮廓系数的作用
    8分钟
  • 6.Kmenas算法存在的问题
    7分钟
  • 7.案例:图像分割
    12分钟
  • 8.半监督学习
    12分钟
  • 9.DBSCAN算法
    7分钟
学习测试
共5题
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。