Apprentissage Non Supervisé
Découvrez des motifs et des structures cachés dans des données non étiquetées. Explorez des techniques telles que le clustering, la réduction de dimensionnalité et l'exploration de règles d'association.
7 courses
Découvrez comment trouver des modèles cachés dans des données non étiquetées en utilisant des moyennes k, un clustering hiérarchique et une estimation de densité avec des implémentations Python pratiques.
Apprenez à regrouper des données non étiquetées, à créer des moteurs de recommandation personnalisés et à former des agents décisionnels autonomes grâce à des leçons claires et textuelles.
Découvrez comment découvrir des modèles cachés dans des données structurées et non structurées, analyser du texte et extraire des informations exploitables à l'aide de techniques de données modernes.
Maîtrisez les principes fondamentaux du regroupement de données similaires, de l'échelle des requêtes de recherche et de la mise en œuvre d'algorithmes de clustering modernes et de la récupération de vecteurs en Python.
Découvrez le cycle de vie complet de l'exploration de données, de la définition d'un problème et de la préparation des données à la création et à l'évaluation de modèles prédictifs.
Maîtriser les concepts statistiques essentiels et les appliquer à des ensembles de données réels en construisant un algorithme de clustering K-means en utilisant des techniques de programmation Python modernes.
Apprenez à appliquer, interpréter et évaluer de manière critique diverses techniques d'analyse de clusters dans SPSS pour découvrir des modèles significatifs et segmenter vos données efficacement.