Apprentissage
non supervisé
K-means Clustering
Voici les points qu’on va couvrir dans ce cours
1. Notions préliminaires.
2. Méthode K-means.
3. Exercice d’application.
CONTENU
Algorithme K-means
Forces et faiblesses.
Cas d’utilisation
K-means.
Qu’est ce que
K-means ?
01 02
Objectif
Après ce cours, vous devriez avoir assimilé
03
Notions préliminaires 01
l’apprentissage non supervisé
En apprentissage non-supervisé, les réponses que l’on
cherche à prédire ne sont pas disponibles dans les jeux
de données. Ici, l’algorithme utilise un jeu de données non
étiquetées. On demande alors à la machine de créer ses
propres réponses. Elle propose ainsi des réponses à partir
d’analyses et de groupement de données.
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
1
/
21
100%
