Descripción del curso
Estas lecciones presentarán el agrupamiento en clústeres y su espacio de problemas dentro del aprendizaje automático no supervisado. Se le presentarán los emparejamientos del agrupamiento en clústeres con otros pasos de modelado, como la reducción de dimensiones, la ingeniería de características y la predicción. También aprenderá a considerar el agrupamiento en clústeres desde un punto de vista empresarial, junto con los tipos de problemas para los que es útil.
Lo que aprenderás
- Reconocer cómo el agrupamiento se empareja con otras áreas del aprendizaje automático
- Aplicar pasos de modelado incluyendo reducción de dimensionalidad y predicción
- Aplicar agrupamiento a áreas de operaciones comerciales
- Comparar técnicas de agrupamiento como Agrupamiento K-Means, jerárquico y espectral
- Utilizar medidas de similitud para analizar conglomerados de datos
- Combinar agrupamiento con ingeniería de características
Puntos clave
- El agrupamiento es parte del espacio del problema dentro del aprendizaje automático no supervisado.
- El agrupamiento puede emparejarse con otros pasos de modelado como reducción de dimensionalidad, ingeniería de características y predicción.
- El agrupamiento puede considerarse desde una perspectiva empresarial y aplicarse a operaciones comerciales.
- El curso cubre fundamentos de agrupamiento y medidas de similitud como base para análisis de conglomerados.
- El agrupamiento es útil para ciertos tipos de problemas, que el curso ayuda a identificar.
Preguntas frecuentes
¿Qué cubre este curso?
Introduce el agrupamiento y su espacio del problema dentro del aprendizaje automático no supervisado, incluyendo cómo el agrupamiento se empareja con otros pasos de modelado como reducción de dimensionalidad, ingeniería de características y predicción, y cómo considerar el agrupamiento desde una perspectiva comercial.
¿Qué habilidades ganaré de este curso?
Desarrollará habilidades en análisis de conglomerados, clasificación de datos, agrupamiento jerárquico, agrupamiento K-Means, agrupamiento espectral y aprendizaje no supervisado.
¿Qué temas se enseñan en las lecciones?
Las lecciones cubren Aprendizaje Automático No Supervisado, Fundamentos de Agrupamiento, Medidas de Similitud, Agrupamiento y Reducción de Dimensionalidad, Agrupamiento e Ingeniería de Características, Agrupamiento y Predicción y Uso de Conglomerados de Datos.
¿Cómo conecta este curso el agrupamiento con los negocios?
Enseña cómo considerar el agrupamiento desde una perspectiva comercial, para qué tipos de problemas es útil y cómo aplicar el agrupamiento a áreas de operaciones comerciales.
