Apprentissage sans supervision : méthodes de regroupement

Cette séance de cours porte sur l'apprentissage non supervisé, axé sur les méthodes de regroupement comme les moyennes K et DBSCAN. Il explique le problème des regroupements, les caractéristiques des méthodes de regroupement, les cas d'utilisation pour les regroupements et les difficultés rencontrées pour regrouper des données à haute dimension. L'instructeur discute du cluster hiérarchique, du cluster plat et de la mise en place d'algorithmes de cluster. En outre, la séance de cours se penche sur les concepts de biais de grappe, les formes de grappes et les difficultés à choisir le nombre de grappes. Divers algorithmes de regroupement sont explorés, y compris K-means et DBSCAN, mettant en évidence leurs propriétés, leurs inconvénients et leurs performances. La séance de cours se termine par une explication détaillée de DBSCAN, de son algorithme, de ses performances et des défis qu'il aborde dans les applications de regroupement.