首页
文章
视频教程
问答
课程
机器学习
聚类算法深度解析(黑马程序员)
聚类算法深度解析(黑马程序员)
本课程适合对人工智能有一定了解,详细的讲解了有关聚类算法的知识点。
原创视频
5.0分
学习人数:16356
学习难度:初级
更新时间:2020-06-05
已学0%
学习耗时0分钟
开始学习
课程介绍
本课程由黑马程序员打造,深度解析聚类算法并结合具体的实例,带你真正了解聚类算法。
喜欢就分享吧
课程目录
课程目录
共:4章 45节
算法原理
1-1 人工智能课程简介
1-2 内容设置
1-3 算法原理_课题导入
1-4 算法原理_算法解析
1-5 算法原理_算法流程
1-6 算法原理_总结
1-7 算法原理_不同数据集的kmeans聚类_案例讲解
1-8 算法原理_不同数据集的kmeans聚类_实践
1-9 算法原理_汽车工业数据聚类前期预处理_实践
1-10 算法原理_工业车辆聚类_预处理实践
1-11 算法原理_工业车辆聚类_特征工程_实践
1-12 效果衡量_肘部法_实践
1-13 算法原理_工业车辆聚类_特征选择_实践
1-14 算法原理_工业车辆聚类_特征观察_实践
1-15 算法原理_工业车辆聚类_kmeans算法聚类_实践
1-16 算法原理_工业车辆聚类_kmeans算法聚类_实践
效果衡量
2-1 导入
2-2 SSE
2-3 衡量标准_肘部法
2-4 效果衡量_SC系数
2-5 效果衡量标准_CH系数
2-6 衡量标准_优缺点
2-7 效果衡量_图片压缩实战
2-8 效果衡量_案例2_图片压缩实战_实践
2-9 效果衡量_总结
2-10 效果衡量标准_聚类效果评估_作业
算法优化
3-1 Canopy配合初始聚类
3-2 k-means++
3-3 二分kmeans
3-4 Kernel Kmeans
3-5 K-medoids
3-6 ISODATA
3-7 MiniBatchKmeans
3-8 小结
算法进阶
4-1 DBSCAN
4-2 层次聚类_上
4-3 层次聚类_中
4-4 层次聚类_下
4-5 MeanShift聚类
4-6 AP聚类
4-7 SOM聚类
4-8 谱聚类
4-9 小结
4-10 Kmeans与DBSCAN聚类比较_案例
4-11 案例4_kmeans与DBSCAN聚类对比_实践
学生反馈
5.0
课程评分
课程评分根据各个学生的评分和各种其他因素(如评分时间和可读性)计算得出,以确保评分公平准确地反映课程质量。
100%
%
%
%
%
讲师介绍
流芳
别懈怠