Séminaire

Session 7 : ML : apprentissage non supervisé, clustering

Module LOGICIELS métiers et dématérialisation
Les algorithmes d’apprentissage non supervisé déterminent par eux-mêmes les caractéristiques d’un élément, ses « features », pour construire un vecteur représentatif constitué d’un certain nombre de ces « features ». Les algorithmes et exemples d’usages : K-Means Clustering, Mean-Shift Clustering, GMM, DBSCAN, HAC, etc. Cette technique regroupe elle aussi deux phases, d’apprentissage et d’inférence. Mais sans nécessiter d’annotations.
Session 7 : ML : apprentissage non supervisé, clustering
22-09-2020
Claude Marson (France)
14h30
Terminé
Plus de meetings
L’échec de la modélisation
Webinaire

L’échec de la modélisation

Module Architectures applicatives et développement d’APPLICATIONS

Pensez avant de coder. C'est ce que nous disaient nos enseignants à l'époque de nos premières armes en programmation. Et ils ajoutaient que l'on pouvait se ...

Abonnez-vous
  • Suivez LeMarson en direct
  • Accédez à des centaines de dossiers et d'articles
  • Visionnez des dizaines d'heures de formations vidéos
  • Téléchargez le Livre des tendances de l'année
Annuel

$590.00