Python 360°全方位解读机器学习经典算法-聚类算法

天亮说晚安

课程简介
360°解读机器学习经典算法——聚类算法，从基础算法到高阶应用全方位讲解，生动全彩，化繁为简，清晰直观解决实际问题，解析k-means（k-均值）基本算法并以全新视角解读其各种优化方式及谱聚类，DBSCAN ,SOM , AP聚类，视觉追踪等衍生算法，助力人工智能学习之路。
/ l7 p2 h; `9 a: R' d# V$ x' G
课程特色|亮点
1，知识体系完备，从小白到大神各阶段读者均能学有所获。
. W7 ~, e4 `; n' N2，生动形象，化繁为简，清晰明了解析算法
2 s4 F* I( k7 M+ a7 M3，结合工作实践及分析应用，具备解决实际问题的能力
4，学习资源充足，多种资料配合后续学习
% l. r4 i7 S, l
4 c( Z4 G: H7 H; F课程内容介绍
' [2 B' t# o2 t: x第一章 算法原理
- e9 Y5 o) ~1 T$ E+ `1- 课题导入
2- 原理讲解
3- 不同数据集的kmeans聚类实践
4- 工业车辆聚类分析综合实践
9 t6 Q0 r0 u( }0 Y3 V) a
# L) k- D+ x, I( m9 K2 ^第二章 效果衡量标准
1- SSE
8 I1 N- y( e6 P* a0 ?: ?1 h, d$ \2- 肘方法
0 ]' p' R, M7 w: v, c* S( P& e- Z( k) b3- SC系数
4- CH系数
' Q+ _, ?8 c. J5- 算法优缺点
6- 图片压缩实践
7- 总结及作业
% l# c& G+ P4 b2 c! u% }
第三章 算法优化
1-Canopy配合初始聚类
2-k-means++
2 b' d; ^4 E& w1 m0 F3-二分kmeans
; ]/ u7 y( J: p" ?1 v) V! U- E4- Kernel Kmeans
; |5 H, @, V6 E9 a& o/ k4 E$ x5- K-medoids
6- ISODATA
7- MiniBatchKmeans
8- 小结

第四章 算法进阶
) _3 z( [0 G/ H! w5 l. c1- DBSCAN
2- 层次聚类
8 ~" L" p5 C& n9 c3- MeanShift聚类
4- AP聚类
# A, f9 l# @  U5- SOM聚类
: E# r5 b0 G( |$ }1 |6- 谱聚类
. @* D" Z4 h5 i' N. A  x& ~7- 小结
8- Kmeans与DBSCAN聚类比较实践
7 B5 R- ^3 }- ^* Z& z
第五章 综合实践
1- 客户价值分析实践
2- 文本文档分析实践
; k: A) [" y. q1 b) U$ A3- 总结与回顾
4- 学习提升+资料推荐
5- 综合实践-客户价值分析作业
5 M9 J+ Y2 X/ A. g6 c( _) q5 B

; I# i* u. B  A1 @

游客，如果您要查看本帖隐藏内容请回复

9 P2 U+ M; B% R$ d2 z  n# P

m9128213

很棒的课程～～

杨文帅

很棒的课程～～