خوشه بندی

توضیحات تکمیلی

دسته بندی:

یادگیری ماشین

سطح:

متوسط

نویسنده:

علی نورایی

50.000 تومان

دسته:

توضیحات

پیش نیاز دوره

  • ریاضیات هوش مصنوعی

درباره دوره

 

سرفصل‌های دوره

  1. خوشه‌بندی k-means و LDA
  2. تجزیه و تحلیل خوشه‌ای با DBSCAN
  3. الگوریتم خوشه‌بندی C-means فازی
  4. نقشۀ خودسامان‌ده (کاربردی متفاوت از شبکه‌های عصبی)
  5. خوشه‌بندی سلسله‌مراتبی
  6. الگوریتم خوشه‌بندی میانگین انتقالی(Mean-Shift)
  7. الگوریتم گاوسی آمیخته (GMM)
  8. کاهش مکرر متعادل و خوشه‌بندی با استفاده از سلسله‌مراتب‌ها (BIRCH)
  9. خوشه‌بندی طیفی

توضیحات تکمیلی

دسته بندی:

یادگیری ماشین

سطح:

متوسط

نویسنده:

علی نورایی

پیش نیاز دوره

  • ریاضیات هوش مصنوعی

درباره دوره

 

سرفصل‌های دوره

  1. خوشه‌بندی k-means و LDA
  2. تجزیه و تحلیل خوشه‌ای با DBSCAN
  3. الگوریتم خوشه‌بندی C-means فازی
  4. نقشۀ خودسامان‌ده (کاربردی متفاوت از شبکه‌های عصبی)
  5. خوشه‌بندی سلسله‌مراتبی
  6. الگوریتم خوشه‌بندی میانگین انتقالی(Mean-Shift)
  7. الگوریتم گاوسی آمیخته (GMM)
  8. کاهش مکرر متعادل و خوشه‌بندی با استفاده از سلسله‌مراتب‌ها (BIRCH)
  9. خوشه‌بندی طیفی

درباره نویسنده

50.000 تومان

0
    0
    سبد خرید
    سبد خرید شما خالی است