Τεχνητή Νοημοσύνη και Τεχνικές Μηχανικής Μάθησης

Ενότητες

Επεξεργασία και διαχείριση δεδ... Μελέτη, σχεδιασμός και εφαρμογ...
Μελέτη, σχεδιασμός και εφαρμογή τεχνικών Συσταδοποίησης (Clustering)

Σκοπός της διδακτικής ενότητας είναι η μελέτη και εφαρμογή των βασικών αλγορίθμων συσταδοποίησης.

Οι αλγόριθμοι θα παρουσιαστούν μέσω παραδειγμάτων και τα αποτελέσματά τους θα αξιολογηθούν με σκοπό την επιλογή του βέλτιστου αλγορίθμου.
Μετά το πέρας της Διδακτικής Ενότητας οι εκπαιδευόμενοι θα μπορούν να:

  • Προετοιμάζουν και μετατρέπουν τα δεδομένα στην απαραίτητη μορφή προκειμένου να εκτελεστεί ο αλγόριθμος
  • Εφαρμόζουν τους αλγορίθμους συσταδοποίησης
  • Χτίζουν μοντέλα ανάλυσης
  • Εφαρμόζουν μοντέλα ανάλυσης
  • Ερμηνεύουν και να αξιολογούν τα αποτελέσματα.
Ετικέτες: k-means, clustering
3.1.Εισαγωγή Clustering (βίντεο - παρουσίαση)
3.1.Εισαγωγή Clustering (πλήρης - παρουσίαση)
3.1. Clustering_Εισαγωγή
3.2. Ανάλυση Αλγορίθμου Clustering (βίντεο - παρουσίαση)
3.2. Clustering Ανάλυση Αλγορίθμου (πλήρης - παρουσίαση)
3.2. Clustering Ανάλυση Αλγορίθμου
3.3. Clustering_Παράδειγμα 1
3.3. Clustering_Παράδειγμα 2
3.3. Clustering_Παράδειγμα 3
3.3 K Means Clustering Audi Example
3 4 K Means Clustering Iris Example
Clustering_Παράδειγμα (αρχείο audi)
Clustering_Παράδειγμα (αρχείο iris)
Clustering_example (Παράδειγμα για την άσκηση)