Введение
В этом курсе вы полностью поймете ненадзорное обучение и научитесь использовать его для кластеризации данных.
🎯 Задачи
В этом курсе вы научитесь:
- Выполнять различные типы методов кластеризации, включая кластеризацию на основе центроидов, иерархическую, на основе плотности и спектральную (centroid-based, hierarchical, density-based, spectral clustering)
- Применять методы кластеризации к решениям реальных задач, таких как сжатие изображений и отслеживание распределения велосипедов в системе проката (image compression и bike-sharing distribution tracking)
- Оценивать эффективность распространенных методов кластеризации
🏆 Результаты
После завершения этого курса вы сможете:
- Понять принципы и области применения ненадзорного обучения, особенно в контексте кластеризации данных
- Реализовывать и применять различные алгоритмы кластеризации для решения практических задач
- Оценивать эффективность различных методов кластеризации и выбирать подходящий метод для данной задачи
- Использовать методы кластеризации для получения полезной информации из неразмеченных данных и поддержки процессов принятия решений
