无监督学习:聚类

Intermediate

在本课程中,你将全面理解无监督学习,并学会使用无监督学习进行数据聚类。

scikit-learnMachine Learning

💡 本教程由 AI 辅助翻译自英文原版。如需查看原文,您可以 切换至英文原版

简介

在本课程中,你将全面理解无监督学习,并学会使用无监督学习进行数据聚类。

🎯 任务

在本课程中,你将学习:

  • 如何执行不同类型的聚类技术,包括基于质心(centroid-based)、层次(hierarchical)、基于密度(density-based)和谱聚类(spectral clustering)
  • 如何将聚类方法应用于实际问题,例如图像压缩和共享单车分布跟踪
  • 如何评估常见聚类方法的性能

🏆 成就

完成本课程后,你将能够:

  • 理解无监督学习的原理和应用,特别是在数据聚类领域
  • 实现并应用各种聚类算法来解决实际问题
  • 评估不同聚类方法的有效性,并为特定任务选择合适的技术
  • 利用聚类技术从未标记数据中获取洞察,并支持决策过程

教师

labby

Labby

Labby is the LabEx teacher.