Краткое содержание курса
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Теперь вы сможете:
- Описать кластеризацию для приложений машинного обучения.
- Следуйте рекомендациям и рекомендациям по кластеризации данных.
- Используйте алгоритм k-средних.
- Сравните популярные подходы к кластеризации.
- При необходимости выберите между контролируемыми и ручными измерениями сходства.
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2025-02-25 UTC.
[null,null,["Последнее обновление: 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."]]
