Séance de cours

Apprentissage sans supervision : regroupement

Description

Cette séance de cours couvre les concepts d'apprentissage non supervisé, en mettant l'accent sur les techniques de clusters comme le cluster hiérarchique, le cluster de partitionnement et l'apprentissage semi-supervisé. Il explique les principes qui sous-tendent le cluster, les différents algorithmes comme les moyennes k, et les défis rencontrés dans les méthodes de cluster. L'instructeur discute des applications de l'apprentissage non supervisé dans divers domaines, y compris l'analyse des données, la bioinformatique et le commerce électronique. La séance de cours se penche également sur la complexité des algorithmes de regroupement, l'importance des mesures de similarité et le processus d'estimation des paramètres dans les modèles de regroupement probabilistes.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.