סיכום הקורס
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
כעת אתה אמור להיות מסוגל:
- תיאור של קיבוץ לאפליקציות של למידת מכונה
- פועלים לפי השיטות המומלצות והשיקולים לגבי קיבוץ נתונים.
- להשתמש באלגוריתם k-means.
- השוואה בין גישות פופולריות ליצירת אשכולות.
- בוחרים בין מדדי דמיון בפיקוח לבין מדדי דמיון ידניים, לפי הצורך.
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-02-25 (שעון UTC).
[null,null,["עדכון אחרון: 2025-02-25 (שעון 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."]]
