در حال حاضر محصولی در سبد خرید شما وجود ندارد.
یک روش سریع برای یادگیری و اجرای الگوریتم های خوشه بندی برای تشخیص الگوی در پایتون. یک دوره برای مبتدیان.
عنوان اصلی : Cluster Analysis : Unsupervised Machine Learning in Python
سرفصل های دوره :
مقدمه:
هوش مصنوعی
ساختمان و ارزیابی مدلهای ML خوشه بندی:
اصطلاحات مهم
خوشه بندی K-
خوشه بندی سلسله مراتبی
نمره شبح
شاخص Calinski-Harabasz (معیار نسبت واریانس)
شاخص دیویس-بولدین
متوسط خوشه بندی تغییر
DBSCAN: خوشه بندی مکانی مبتنی بر چگالی برنامه های کاربردی با سر و صدا
اپتیک: سفارش برای شناسایی ساختار خوشه بندی
خوشه بندی طیفی
دانش خود را آزمایش کنید
Cluster Analysis : Unsupervised Machine Learning in Python
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Object Detection on Custom Dataset With Keras Using Python
Mastering Image Generation with GANs using Python and Keras
Python OCR: Learn Optical Character Recognition from Scratch
Python-based Video Classification with Deep Learning
Mastering Neural Style Transfer: Tensorflow, Keras & Python
Learn 3D Image Classification with Python and Keras
تجزیه و تحلیل رگرسیون: یادگیری ماشینی نظارت شده در پایتون
Applied Text Generation using GPT and KerasNLP in Python
Deep Learning for Image Classification in Python with CNN
Low-Light Image Enhancement and Deep Learning with Python
