This course was created with the
course builder. Create your online course today.
Start now
Create your course
with
Automatyczne odtwarzanie
Autouzupełnienie
Poprzedni wykład
Kontynuuj
Machine Learning Bootcamp w języku Python cz.II - od A do Z (5h)
-----UCZENIE NIENADZOROWANE-----
Wymagania
Uczenie nienadzorowane
Wprowadzenie (0:53)
Uczenie nienadzorowane (2:17)
-----KLASTERYZACJA-----
Klasteryzacja/Analiza skupień
Klasteryzacja/Analiza skupień (6:36)
Klasteryzacja/Analiza skupień - zastosowanie (1:29)
Klasteryzacja/Analiza skupień - typy algorytmów (1:16)
Algorytm K-średnich
Metryka Minkowskiego (euklidesowa, Manhattan) (8:51)
Algorytm K-średnich - wykład (5:23)
Algorytm K-średnich - implementacja (10:54)
Algorytm K-średnich - biblioteka scikit-learn (3:52)
Algorytm K-średnich - wybór optymalnej ilości klastrów (4:49)
Algorytm K-średnich - metoda łokcia (9:11)
Algorytm K-średnich - wady i zalety (1:06)
Grupowanie hierarchiczne
Grupowanie hierarchiczne - wykład (4:53)
Grupowanie hierarchiczne - metryki (euklidesowa, Manhattan, kosinusowa) (3:40)
Grupowanie hierarchiczne - ćwiczenie (7:13)
Algorytm DBSCAN
DBSCAN - wykład (2:05)
DBSCAN - wykład - rodzaje punktów (4:08)
DBSCAN - wykład - algorytm (0:39)
DBSCAN - ćwiczenie (8:32)
Klasteryzacja - porównanie algorytmów
Porównanie algorytmów - wykład (5:04)
Porównanie algorytmów - ćwiczenie (6:34)
-----REDUKCJA WYMIAROWOŚCI-----
Redukcja wymiarowości
PCA - Analiza Głównych Składowych
PCA - Analiza Głównych Składowych - wykład (10:26)
PCA - Analiza Głównych Składowych - wektory i wartości własne (8:00)
PCA - Analiza Głównych Składowych - implementacja (11:39)
PCA - Analiza Głównych Składowych - breast cancer data (5:26)
PCA - Analiza Głównych Składowych - MNIST data (8:20)
PCA - Analiza Głównych Składowych - CIFAR data (5:49)
PCA - Analiza Głównych Składowych - Wine dataset (4:47)
PCA - Analiza Głównych Składowych - rekonstrukcja obrazu (4:50)
t-SNE
t-SNE - wykład (8:32)
t-SNE - przykłady (2:10)
t-SNE - ćwiczenie (11:34)
-----REGUŁY ASOCJACYJNE-----
Reguły asocjacyjne
Reguły asocjacyjne - algorytm Apriori
Reguły asocjacyjne - algorytm Apriori - wykład (10:12)
Reguły asocjacyjne - algorytm Apriori - ćwiczenie 1 (8:08)
Reguły asocjacyjne - algorytm Apriori - ćwiczenie 2 (7:59)
-----DETEKCJA ANOMALII-----
Detekcja anomalii
Detekcja anomalii (1:50)
Local Outlier Factor - LOF
Local Outlier Factor - wykład (6:56)
Local Outlier Factor - ćwiczenie (3:33)
Isolation Forest
Isolation Forest - wykład (5:02)
Isolation Forest - ćwiczenie (5:24)
Detekcja anomalii w szeregach czasowych
Detekcja anomalii w szeregach czasowych - wykład (4:58)
Detekcja anomalii w szeregach czasowych - prophet - ćwiczenie 1 (8:52)
Detekcja anomalii w szeregach czasowych - prophet - ćwiczenie 2 (8:29)
-----CASE STUDIES-----
Case Studies
Segmentacja klientów
Segmentacja klientów - cz.1 (12:49)
Segmentacja klientów - cz.2 (14:15)
Segmentacja klientów - cz.3 (6:45)
Segmentacja klientów - cz.4 (8:25)
Segmentacja obrazu
Segmentacja obrazu - Algorytm k-średnich - OpenCV (6:57)
Prophet - Koronawirus
Prophet - Koronawirus (7:02)
Bonus
Grupa na Facebooku (0:51)
Rekomendowane ścieżki uczenia
Bonus
Metryka Minkowskiego (euklidesowa, Manhattan)
Treść wykładu zablokowana
Jeśli jesteś już zarejestrowany,
musisz się zalogować
.
Zapisz się na kurs, aby odblokować