小结-聚类算法深度解析(黑马程序员)-Python学习网教程

小结

下一节课程： DBSCAN(4853次播放)

5 秒后自动播放下一节

聚类算法深度解析(黑马程序员)

难度:初级共45节221944次学习

第1章算法原理: 人工智能课程简介; 内容设置; 算法原理_课题导入; 算法原理_算法解析; 算法原理_算法流程; 算法原理_总结; 算法原理_不同数据集的kmeans聚类_案例讲解; 算法原理_不同数据集的kmeans聚类_实践; 算法原理_汽车工业数据聚类前期预处理_实践; 算法原理_工业车辆聚类_预处理实践; 算法原理_工业车辆聚类_特征工程_实践; 效果衡量_肘部法_实践; 算法原理_工业车辆聚类_特征选择_实践; 算法原理_工业车辆聚类_特征观察_实践; 算法原理_工业车辆聚类_kmeans算法聚类_实践; 算法原理_工业车辆聚类_kmeans算法聚类_实践
第2章效果衡量: 导入; SSE; 衡量标准_肘部法; 效果衡量_SC系数; 效果衡量标准_CH系数; 衡量标准_优缺点; 效果衡量_图片压缩实战; 效果衡量_案例2_图片压缩实战_实践; 效果衡量_总结; 效果衡量标准_聚类效果评估_作业
第3章算法优化: Canopy配合初始聚类; k-means++; 二分kmeans; Kernel Kmeans; K-medoids; ISODATA; MiniBatchKmeans; 小结
第4章算法进阶: DBSCAN; 层次聚类_上; 层次聚类_中; 层次聚类_下; MeanShift聚类; AP聚类; SOM聚类; 谱聚类; 小结; Kmeans与DBSCAN聚类比较_案例; 案例4_kmeans与DBSCAN聚类对比_实践

暂无课件

取消回复发送

取消发布笔记发送

© 2021 Python学习网苏ICP备2021003149号-1

Python学习网