fbpx

中文課程 – 從零開始學Machine Learning第三部 – Clustering篇

K-Means

報名參加課程

從這 3.5 小時的課程,你會學到

  • 了解Clustering分類
  • 了解K-Means的數學原理,及如何在Python實踐

要求

  • 一台Mac或者Windows電腦
  • 有一定Python基礎

課程說明

大家好,我是Ken Cen,這是我們機器學習課程的第三部,繼上兩部Linear Regression(線型回歸)和Classification(分類後,這一部課程專注在Clustering(聚類),與Classification分類不同,Clustering聚類並不知道任何樣本的類別標號,而是通過某種演算法把一組未知類別的樣本劃分成若干類別。這特別適合處理海量數據時,可以省卻要逐一標記類別標號的時間成本,這時候,就可以考慮使用Clustering(聚類)。

在這個課程裡, 我們會介紹Clustering(聚類)的主要演算法:K-Means,讓大家從演算法背後的數學原理,以及如何實際在Python上操作了解這一類型的演算法,希望在課程裡面見到大家!

目標受眾

  • 想學習機器學習的學員
  • 想學習Clustering算法的學員
  • 想學習K-Means算法的學員

講師簡介

Ken Cen 網頁工程師,IOS開發工程師( 更多講師課程介紹 )

大家好,我是Ken Cen, 是一名手機程式工程師和網站工程師,我曾經在英資銀行(匯豐銀行)IT部門工作6年,我希望建立一些課程可以幫助任何一個沒有程式開發經驗的朋友較輕鬆地學習IT相關的語言和工具。

而我希望製作一些較完整,具有多個實際操作例子的課程,幫助學員在短時間內全面地瞭解整個課題的知識,同時,能讓新學到的知識運用到實際的操作和工作中去。

而在 Udemy 平台, 我的課程也成為了最暢銷的中文課程之一,我希望創作更多大家認同的課程,創作更多內容詳盡,例項豐富的課程,期待在課程裡見到大家!並感謝所有支援我的學員!


報名參加課程

Sponsored by Udemy

也許你會有興趣

 歡迎訂閱大數據/資料科學/機器學習資訊分享Telegram 

Spread the love

Comments are closed.

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: