机器学习-非监督学习-聚类

• 简介
• 2、非监督学习
• 3、聚类电影
• 4、多少个聚类？
• 5、将点与聚类匹配
• 6、优化中心（橡皮筋）
• 7、移动中心 2
• 8、匹配点（再次）
• 9、移交给 Katie
• 10、K-均值聚类可视化
• 11、K-均值聚类可视化 2
• 12、K-均值聚类可视化 3
• 13、Sklearn
• 14、K-均值的挑战
• 15、K-均值的局限
• 16、反直觉的聚类
• 17、反直觉的聚类 2

#

简介

你好！ 欢迎来到机器学习纳米学位的 非监督学习部分！

首先，我很荣幸地向你介绍一些能够指导你完成该课程的一流讲师。

Sebastian Thrun, Katie Malone, 与 Jay Alammar

Sebastian Thrun 是优达学城的创始人，同时也是斯坦福大学计算机科学专业研究教授、Google 研究员、美国国家工程院和德国科学院成员。Thrun 因为他在机器人和机器学习领域的研究为人所知，他在无人驾驶车领域的研究尤为出众。

Katie Malone 是实验物理学家出身，她第一次接触到机器学习是在搜索希格斯玻色子等新粒子时，便对机器学习产生了兴趣。

Jay Alammar是一位计算机科学家和机器学习教授，他的一流研究集中在神经网络的互动式探索，你可以在此参阅 他的博客。

2、非监督学习

3、聚类电影

4、多少个聚类？

5、将点与聚类匹配

6、优化中心（橡皮筋）

7、移动中心 2

8、匹配点（再次）

9、移交给 Katie

10、K-均值聚类可视化

11、K-均值聚类可视化 2

可以到以下网址亲自体验此可视化：http://www.naftaliharris.com/blog/visualizing-k-means-clustering/

另外，在大约 1:05 处，我们说绿色的中心应移到右侧，其实是移到左侧。

12、K-均值聚类可视化 3

13、Sklearn

14、K-均值的挑战

15、K-均值的局限

16、反直觉的聚类

17、反直觉的聚类 2