Riepilogo del corso
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Adesso dovresti essere in grado di:
- Descrivere il clustering per le applicazioni di ML.
- Segui le best practice e le considerazioni per il raggruppamento dei dati.
- Utilizza l'algoritmo K-means.
- Confronta gli approcci di clustering più diffusi.
- Scegli tra le misure di somiglianza supervisionata e manuale, a seconda dei casi.
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-02-25 UTC.
[null,null,["Ultimo aggiornamento 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."]]
