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

analiza skupień

wybór algorytmu, algorytm klastrujący, algorytm grupujący, grupujące, uczenie maszynowe, bez nadzoru

Wybór odpowiedniego algorytmu. Część 4 – algorytmy grupujące

24 stycznia 2020 Mateusz Grzyb 0

W cyklu „Wybór odpowiedniego algorytmu” przyszedł czas na omówienie algorytmów grupujących. Obiektywnie, w kwestii doboru odpowiedniego algorytmu grupowanie jest znacznie bardziej złożone niż regresja, czy […]

segmentacja, grupowanie gęstościowe, dbscan, hdbscan

Grupowanie gęstościowe. Algorytm DBSCAN – praktyka

28 września 2019 Mateusz Grzyb 0

W poprzednim wpisie na temat grupowania gęstościowego skupiłem się na omówieniu podstawowych pojęć i teoretycznym wprowadzeniu. Dziś kolej na część praktyczną. Zapraszam! 🙂

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

Grupowanie iteracyjno-optymalizacyjne. Algorytm k-średnich – praktyka

27 kwietnia 2019 Mateusz Grzyb 0

W pierwszym wpisie na temat grupowania z użyciem algorytmów iteracyjno-optymalizacyjnych skupiłem się na omówieniu podstawowych pojęć i teoretycznym wprowadzeniu. Dziś kolej na część praktyczną. Zapraszam! […]

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

Grupowanie iteracyjno-optymalizacyjne. Algorytm k-średnich – teoria

28 marca 2019 Mateusz Grzyb 0

W tym wpisie na tapetę biorę k-średnich, czyli prawdopodobnie najpopularniejszy algorytm wykorzystywany w grupowaniu.

analiza skupień, grupowanie, klasteryzacja, klastry, klastrowanie, grupowanie

Grupowanie hierarchiczne – praktyka

15 marca 2019 Mateusz Grzyb 1

W pierwszym wpisie na temat grupowania hierarchicznego skupiłem się na omówieniu podstawowych pojęć i teoretycznym wprowadzeniu. Dziś kolej na część praktyczną.

klastrowanie hierarchiczne, klastrowanie wstępujące, aglomeracyjne, zstępujące, grupowanie, analiza skupień

Grupowanie hierarchiczne – wprowadzenie teoretyczne

28 lutego 2019 Mateusz Grzyb 0

Po krótkim wstępie do problemu grupowania dziś biorę na tapetę pierwszą grupę algorytmów grupujących – algorytmy hierarchiczne.

grupowanie, klasteryzacja, analiza skupień, data mining

Wstęp do problemu grupowania

21 lutego 2019 Mateusz Grzyb 0

Ten wpis jest wstępem do dość specyficznego problemu, z jakim spotykamy się w uczeniu maszynowym – problemu grupowania obserwacji.

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

×