Einführung
In diesem Kurs werden Sie das unüberwachte Lernen vollständig verstehen und lernen, es zur Durchführung von Datenclustering zu nutzen.
🎯 Aufgaben
In diesem Kurs werden Sie lernen:
- Wie Sie verschiedene Arten von Clustering-Techniken (Clustering-Verfahren) durchführen können, einschließlich centroidbasierter, hierarchischer, dichtebasierter und spektraler Clustering-Verfahren
- Wie Sie Clustering-Methoden auf reale Probleme anwenden können, wie z. B. Bildkompression und die Verfolgung der Verteilung von Leihfahrrädern
- Wie Sie die Leistung gängiger Clustering-Methoden bewerten können
🏆 Errungenschaften
Nach Abschluss dieses Kurses werden Sie in der Lage sein:
- Die Prinzipien und Anwendungen des unüberwachten Lernens, insbesondere im Zusammenhang mit Datenclustering, zu verstehen
- Verschiedene Clustering-Algorithmen zu implementieren und anzuwenden, um praktische Probleme zu lösen
- Die Wirksamkeit verschiedener Clustering-Methoden zu bewerten und die geeignete Technik für eine gegebene Aufgabe auszuwählen
- Clustering-Techniken nutzen, um Erkenntnisse aus unmarkierten Daten zu gewinnen und Entscheidungsprozesse zu unterstützen
