Clustering: Comprendre la similitude intra-classe

Cette séance de cours s'inscrit dans le concept de regroupement, en mettant l'accent sur les caractéristiques et les paramètres pour identifier des sous-groupes similaires d'images. L'instructeur discute de l'importance d'une grande similitude intra-classe pour un regroupement efficace, illustré par des exemples et des exercices interactifs. Diverses méthodes de regroupement, comme les moyennes K et DBSCAN, sont explorées, de même que l'incidence des différentes normes sur la précision des regroupements. La séance de cours couvre également la projection sur les principaux composants après PCA et l'utilisation de mesures comme AIC, BIC et RSS pour évaluer la performance des grappes. L'accent est mis sur le choix de la méthode de regroupement la plus rentable en fonction de l'efficacité du calcul.