Unsupervised Learning (Clustering)

Εισαγωγή και εξοικείωση με τις μεθόδους, Clustering, K-means, Expectation Maximization (EM), Spectral Clustering.  

Λέξεις κλειδιά: 

Clustering, Partitional method, K-means, time complexity,  speed-up tricks, Expectation Maximization, Gaussian Mixture Models, E step, M step, Hierarchical Clustering, Association Mining, Apriori Algorithm, Spectral Clustering, Graph-Cut, Min-Cut, Graph Laplacian, Ratio Cut, Normalized Cut, Algorithm for k>2, Laplacian-Eigenvectors-EigenValues, Modularity function, Newman-Girvan algorithm

Διαφάνειες διαλέξεων

Ενότητα 4: Unsupervised Learning (Clustering)
Ενότητα 4: Unsupervised Learning (Clustering)

Βιντεοδιαλέξεις

Ενότητα 4: Μέρος 1
Ενότητα 4: Μέρος 2
Ενότητα 4: Μέρος 3
Ενότητα 4: Μέρος 4
Ενότητα 4: Μέρος 5
Ενότητα 4: Μέρος 6