Machine Learning & AI Foundations: Clustering and Association 机器学习和AI基础：聚类和关联 Lynda课程中文字幕

## Machine Learning & AI Foundations: Clustering and Association 中文字幕 ## 机器学习和AI基础：聚类和关联 中文字幕**Machine Learning & AI Foundations: Clustering and Association**  无监督学习是一种机器学习，其中算法解析未标记的数据 重点不在于将数据分类为已知类别，而是揭示隐藏模式 无监督学习在现代营销细分，欺诈检测和市场购物篮分析中发挥着重要作用 本课程介绍如何使用领先的机器学习技术 - 聚类分析，异常检测和关联规则 - 从大数据中获取准确，有意义的结果

讲师Keith McCormick回顾了最常见的聚类算法：分层算法，k-means，BIRCH和自组织映射（SOM）
他使用相同的算法进行异常检测，并在IBM SPSS Modeler中提供其他专用功能
他通过审查关联规则和序列检测来结束课程，并提供一些学习更多资源

所有练习都在IBM SPSS Modeler和IBM SPSS Statistics中进行了演示，但重点是概念，而不是软件的机制

主题包括：
什么是无人监督学习？
集群和基于距离的措施
分层聚类分析
K均值聚类分析
可视化和报告群集解决方案
分类变量的聚类方法
异常检测
关联规则
序列检测

• [Keith]我是Keith McCormick，我是一名活跃的顾问，会议发言人和书籍作者。
  我们将回顾一些用于执行聚类分析的最常用算法。
  分层，k-means，BIRCH和自组织映射。
  我们将讨论异常检测，以及如何使用相同的算法进行异常检测，以及异常检测的专用算法。
  我们将讨论关联角色和序列分析。
  我们将在整个过程中进行软件演示，但我们的重点是概念和解释，而不是点击。
  所以会有很多运行模型，看一看，进行改进，然后再运行它。
  有很多东西需要学习，让我们开始吧。
  本课程视频下载地址:机器学习和AI基础：聚类和关联