Lewati ke konten

Modul 11 · Pengantar Machine Learning

Unsupervised Learning: Clustering dan Reduksi Dimensi: pelajaran

Menemukan kelompok tanpa label dengan K-means, dan meringkas banyak kolom menjadi sedikit dengan PCA.

3 pelajaran · 1j

Apa yang diajarkan modul ini, apa yang perlu Anda kuasai lebih dulu, dan cara Anda berlatih ada di halaman silabusnya.

Buka silabus
  1. Clustering dengan K-Means

    20 min

    Dua langkah yang diulang — tetapkan setiap titik ke pusat terdekat, pindahkan pusat ke rata-rata kelompoknya — dan Anda punya algoritma clustering yang paling banyak dipakai.

    Termasuk dalam jalurnya Ada simulasinya
  2. Principal Component Analysis (PCA)

    20 min

    PCA mencari arah di mana data paling bervariasi, lalu memproyeksikan data ke sedikit arah itu. Banyak kolom yang saling berkorelasi menjadi beberapa komponen yang tidak.

    Termasuk dalam jalurnya Ada simulasinya
  3. DBSCAN, Clustering Hierarkis, dan Gaussian Mixture

    20 min

    Clustering untuk kelompok yang tidak bulat, dan kapan memakai masing-masing.

    Termasuk dalam jalurnya Ada simulasinya