Séance de cours

Clustering: Apprentissage sans supervision

Description

Cette séance de cours couvre le problème du clustering, où les points sont regroupés en grappes basées sur des mesures de distance dans l'espace à haute dimension. Il traite des caractéristiques, des méthodes et des exemples de clustering, y compris le clustering hiérarchique et K-means. L'instructeur explique les défis du regroupement dans des espaces de grande dimension et donne un aperçu de l'algorithme K-means, de ses propriétés, de ses inconvénients et des moyens de déterminer le nombre optimal de clusters. De plus, des méthodes de clustering basées sur la densité telles que DBSCAN sont introduites, soulignant leurs avantages par rapport aux méthodes basées sur le centroïde. La séance de cours se termine par une explication détaillée de l'algorithme DBSCAN et de ses performances.

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.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.