Bases du machine learning · Apprentissage non supervisé

Regroupement K-means

Regrouper des points non étiquetés en k clusters en les assignant de façon répétée au centre le plus proche puis en recalculant les centres.

Commencer une leçon sur Regroupement K-means

À apprendre d'abord

• Types de problèmes en ML: La distinction de base entre apprentissage supervisé (exemples étiquetés), non supervisé (sans étiquettes) et par renforcement.

Mène à

• Classification ascendante hiérarchique: Construire un arbre de clusters imbriqués en fusionnant (ou divisant) des groupes de façon répétée, plutôt que de choisir un nombre fixe à l'avance.

Notions liées

• Classification ascendante hiérarchique: Construire un arbre de clusters imbriqués en fusionnant (ou divisant) des groupes de façon répétée, plutôt que de choisir un nombre fixe à l'avance.