Mateusz Grzyb - data science, machine learning, sztuczna inteligencja
  • Start
  • O mnie
  • Spis treści
  • Mój kanał YouTube
  • Portfolio projektów
  • Czytelnia
  • Kontakt

algorytmy grupujące

grupowanie, klastrowanie, analiza skupień, segmentacja, k-średnich, k-means, aglorytmy klasteryzacyjne

7 ograniczeń algorytmu k-średnich, o których warto wiedzieć

7 maja 2019 Mateusz Grzyb 0

Stosując wybrany algorytm, warto znać jego ograniczenia. W tym wpisie skupiam się na tych, które dotyczą algorytmu k-średnich.

jak wybrać algorytm, uczenie maszynowe, dobór algorytmu, uczenie maszynowe, data science, sztuczna inteligencja

Wybór odpowiedniego algorytmu. Część 1 – wprowadzenie

16 lutego 2017 Mateusz Grzyb 1

Dobór algorytmu to w przypadku Machine Learningu jedna z kluczowych kwestii. Niekiedy może ona zaważyć nad powodzeniem całego projektu, a w większości przypadków będzie mieć […]

O blogu

Blog o Data Science

W Data Science teoria to 20% sukcesu - reszta to świadome i przemyślane działanie.
Na łamach mojego bloga w prosty sposób opisuję jak w praktyce zastosować zaawansowane algorytmy, techniki i narzędzia z dziedziny Data Science.

POBIERZ BEZPŁATNY PORADNIK

Pamiętasz zasadę Pareto? W bezpłatnym poradniku, który przygotowałem, omawiam 20% technik, które w codziennej pracy z danymi przynoszą 80% efektów.

Zapisz się na mój newsletter i pobierz bezpłatny poradnik: „10 kroków do lepszego zrozumienia danych". Dzięki niemu nadasz odpowiednią strukturę swojej pracy, lepiej zrozumiesz analizowany zbiór i zaoszczędzisz czas.

Copyright © 2016 - 2023 MG Mateusz Grzyb | Strona używa plików cookies. Kontynuowanie przeglądania oznacza zgodę na ich użycie. | Polityka prywatności | Regulamin szkolenia

×