클러스터링 소개

예상 과정 시간: 110분

목표:

• 머신러닝 애플리케이션의 클러스터링 사용 사례를 설명합니다.
• 분석에 적합한 유사성 측정값을 선택합니다.
• k-평균 알고리즘으로 데이터 클러스터링
• 클러스터링 결과의 품질을 평가합니다.
• 오토인코더를 사용하여 클러스터링 분석의 차원을 줄입니다.

기본 요건

이 과정에서는 다음 지식을 갖추고 있다고 가정합니다.

• 머신러닝 문제 프레이밍 소개 또는 이에 상응하는 과정
• 숫자 데이터 작업 및 데이터 세트, 일반화, 오버피팅을 포함한 머신러닝 단기집중과정 또는 이에 상응하는 과정