Séance de cours
Clustering gaussien de mélange : algorithmes d'expectation-maximisation
Description
Cette séance de cours couvre l'algorithme d'expectation-maximisation (EM) pour le regroupement de mélanges gaussiens, expliquant le processus itératif de mise à jour des paramètres en fonction de la probabilité de points de données appartenant à différents clusters. Il aborde des concepts tels que la cohérence, la responsabilité et les critères de convergence pour les marchés émergents. La séance de cours aborde également les défis de la SE, tels que l’initialisation et l’optima local, et donne un aperçu de la mise en œuvre pratique de la SE dans les problèmes de regroupement.
Source officielle
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.