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.
Mastering Image Generation with GANs using Python and Keras
Python OCR: Learn Optical Character Recognition from Scratch
Python-based Video Classification with Deep Learning
Object Detection on Custom Dataset With Keras Using Python
Graph Generation for Drug Discovery using Python and Keras
Mastering Neural Style Transfer: Tensorflow, Keras & Python
Learn 3D Image Classification with Python and Keras
Deep Learning for Image Classification in Python with CNN
Applied Text Generation using GPT and KerasNLP in Python
تجزیه و تحلیل رگرسیون: یادگیری ماشینی نظارت شده در پایتون
