Евгений Разинков. Лекция 10. Кластеризация (курс "Машинное обучение, весна 2019)
Лекция посвящена алгоритмам кластеризации. Рассмотрены следующие вопросы:
- Постановка задачи кластеризации.
- Алгоритм k-means.
- Целевая функция алгоритма k-means.
- Вывод формул обновления весов из целевой функции.
- Агломеративная кластеризация.
- Способы вычисления расстояния между кластерами: Single-Link, Average-Link, Complete-Link.
Евгений Разинков -- к.ф.-м.н., директор по науке компании Pr3vision Technologies, основатель парфюмерного AI-проекта http://scented.ai, руководитель отдела машинного обучения и компьютерного зрения Группы компаний FIX.
Tailor-made AI solutions for unique challenges:
https://pr3vision.com
Информация о лекциях:
https://razinkov.ai
Телеграм-канал с анонсами лекций и материалами по машинному обучению:
https://t.me/razinkov_ai
Видео Евгений Разинков. Лекция 10. Кластеризация (курс "Машинное обучение, весна 2019) канала Евгений Разинков
- Постановка задачи кластеризации.
- Алгоритм k-means.
- Целевая функция алгоритма k-means.
- Вывод формул обновления весов из целевой функции.
- Агломеративная кластеризация.
- Способы вычисления расстояния между кластерами: Single-Link, Average-Link, Complete-Link.
Евгений Разинков -- к.ф.-м.н., директор по науке компании Pr3vision Technologies, основатель парфюмерного AI-проекта http://scented.ai, руководитель отдела машинного обучения и компьютерного зрения Группы компаний FIX.
Tailor-made AI solutions for unique challenges:
https://pr3vision.com
Информация о лекциях:
https://razinkov.ai
Телеграм-канал с анонсами лекций и материалами по машинному обучению:
https://t.me/razinkov_ai
Видео Евгений Разинков. Лекция 10. Кластеризация (курс "Машинное обучение, весна 2019) канала Евгений Разинков
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Евгений Разинков. Лекция 8. Введение в AdaBoost (курс "Машинное обучение", весна 2019)
Евгений Разинков. Лекция 9. Математические основы AdaBoost (курс "Машинное обучение", весна 2019)
Машинное обучение 3. Линейная классификация
Алгоритмы на Python 3. Лекция №1
Тонкости обучения сверточных сетей. Лекция 10. Глубокое обучение
Машинное обучение. Лекция 4. Классификация
Лекция 3. Кластеризация
Лекция 10 Прогнозирование временных рядов
Евгений Разинков. Лекция 6. Деревья решений (курс "Машинное обучение", весна 2019)
Машинное обучение 5. Решающие деревья
1. Алгоритмы и структуры данных. Введение | Технострим
Евгений Разинков. Лекция 5. Логистическая регрессия (курс "Машинное обучение", весна 2019)
Машинное обучение. Лекция 6. Деревья решений
Глубокое обучение. Лекция 7. Регуляризация глубоких нейронных сетей
Глубокое обучение. Лекция 6. Принципы построения сверточных архитектур. Нейронная сеть VGG.
Практика программирования на Python 3, лекция №1
Введение в AdaBoost. Лекция 8. Машинное обучение
Евгений Разинков. Лекция 2. Линейные модели регрессии (курс "Машинное обучение", весна 2019)
Евгений Разинков. Лекция 3. Регуляризация линейных моделей регрессии (весна, 2019).
Машинное обучение. Лекция 2. Основы работы с данными. Классификация