Mastering Unsupervised Learning with Python
Mastering Unsupervised Learning with Python
MP4 | Video: AVC 1280x720 | Audio: AAC 44KHz 2ch | Duration: 4 Hours | 834 MB
Genre: eLearning | Language: English
В этом видео курсе вы поймете предпосылки, преимущества и недостатки различных популярных алгоритмов кластеризации, а затем научиться применять их к различным наборам данных для анализа. Вы будете применять алгоритм латентного размещения Дирихле для модельной тематики, которые вы можете использовать в качестве входных данных для рекомендации двигатель просто как Нью-Йорк Таймс сделал
Вы будете использовать передовые, нелинейная размерность (так называемому коллектору обучения)-Т-СН и UMAP-и autoencoders (глубокое неконтролируемое обучение) для оценки и визуализации информации в более высокое измерение. Вы будете смотреть на K-средних, плотности на основе кластеризации и модель Гауссовых смесей. Вы увидите иерархической кластеризации путем снизу-вверх и сверху-вниз стратегий. Вы будете идти от текста препроцессирования рекомендуя интересные статьи. С помощью этого курса, Вы будете учиться и применять понятия, необходимые, чтобы гарантировать освоение алгоритмов без присмотра в Python.
К концу этого курса, вы освоите применение методов обучения без учителя, и сможете их использовать в своих научных данных рабочего процесса-например, для извлечения информативных признаков для Курируемых учебных проблем. Вы сможете не только интерпретировать результаты, но и повысить их
.Приняв этот курс, вы освоите программу обучения без учителя с помощью Python. Весь код и вспомогательные файлы для этого курса доступны на github в
DOWNLOAD
turbobit
