Algorithme de K-means

Cette séance de cours couvre l'algorithme K-means pour regrouper des échantillons de données dans k classes sans étiquettes, visant à minimiser la fonction de perte. L'instructeur explique le processus étape par étape, de l'initialisation de k centres au hasard à la mise à jour itérative des centres. La séance de cours aborde également l'approche de maximisation des attentes et les défis des problèmes informatiques difficiles dans le clustering.