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 классификацияАлгоритмы на Python 3. Лекция №1Тонкости обучения сверточных сетей. Лекция 10. Глубокое обучениеМашинное обучение. Лекция 4. КлассификацияЛекция 3. КластеризацияЛекция 10 Прогнозирование временных рядовЕвгений Разинков. Лекция 6. Деревья решений (курс "Машинное обучение", весна 2019)Машинное обучение 5. Решающие деревья1. Алгоритмы и структуры данных. Введение | ТехностримЕвгений Разинков. Лекция 5. Логистическая регрессия (курс "Машинное обучение", весна 2019)Машинное обучение. Лекция 6. Деревья решенийГлубокое обучение. Лекция 7. Регуляризация глубоких нейронных сетейГлубокое обучение. Лекция 6. Принципы построения сверточных архитектур. Нейронная сеть VGG.Практика программирования на Python 3, лекция №1Введение в AdaBoost. Лекция 8. Машинное обучениеЕвгений 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