Techniques de clustering : K-means et DBSCAN

Cette séance de cours couvre la mise en œuvre pratique des techniques de clustering, en se concentrant sur les algorithmes k-means et DBSCAN. L'instructeur explique comment déterminer le nombre de grappes en k-moyennes et les types de classification dans DBSCAN. La séance de cours comprend des exercices pratiques sur l'attribution de points de données aux centroïdes et le calcul de nouvelles positions centroïdes. En outre, il traite du concept de points de base, de bordure et de bruit dans DBSCAN, illustrant comment ces points sont classés et connectés dans un ensemble de données.