Résumé du cours
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Vous savez à présent comment :
- Décrire le clustering pour les applications de ML
- Suivez les bonnes pratiques et les considérations concernant le clustering des données.
- Utilisez l'algorithme k-moyennes.
- Comparez les approches de clustering populaires.
- Choisissez entre les mesures de similarité supervisées et manuelles, selon le cas.
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/02/25 (UTC).
[null,null,["Dernière mise à jour le 2025/02/25 (UTC)."],[[["\u003cp\u003eThis training equips you with the ability to describe clustering in machine learning and understand its practical applications.\u003c/p\u003e\n"],["\u003cp\u003eIt guides you through best practices for data clustering and introduces the k-means algorithm for effective implementation.\u003c/p\u003e\n"],["\u003cp\u003eThe training enables you to compare various clustering methods and make informed choices between supervised and manual similarity measures.\u003c/p\u003e\n"]]],[],null,["# Course summary\n\n\u003cbr /\u003e\n\nYou should now be able to:\n\n- Describe clustering for ML applications.\n- Follow best practices and considerations for clustering data.\n- Employ the k-means algorithm.\n- Compare popular clustering approaches.\n- Choose between supervised and manual similarity measures, as appropriate."]]
