از یادگیری تا ورود به بازار کار

خوشه بندی بر روی متون (Text Clustering) - قسمت اول

جلسه بعد

جلسه قبل

سرفصل خوشه‌بندی و الگوریتم‌های مختلف آن

برای مشاهده این دوره می بایست وارد شوید و در صورتی که عضو نیستید ثبت نام کنید.

جلسات دوره
توضیحات
نکات مدرس
پرسش و پاسخ 1

آشنایی با خوشه بندی (Clustering) و کاربردهای آن 26:37

معرفی الگوریتم KMeans و DBSCAN برای خوشه بندی داده‌ها 18:04

خوشه‌بندی بر اساس مدل RFM بر روی مشتریان فروشگاه اینترنتی - قسمت اول 32:51

خوشه‌بندی بر اساس مدل RFM بر روی مشتریان فروشگاه اینترنتی - قسمت دوم 29:30

خوشه‌بندی، معیار WCSS و تکنیک Elbow 17:18

بررسی روش Silhouette و الگوریتم DBSCAN 21:44

تقسیم‌بندی تصاویر (Image Segmentation) با استفاده از الگوریتم‌های خوشه‌بندی - قسمت اول 29:51

تقسیم‌بندی تصاویر (Image Segmentation) با استفاده از الگوریتم‌های خوشه‌بندی - قسمت دوم 29:20

تقسیم‌بندی تصاویر (Image Segmentation) با استفاده از الگوریتم‌های خوشه‌بندی (Spectral Clustering) - قسمت سوم 26:50

تقسیم‌بندی تصاویر (Image Segmentation) با استفاده از الگوریتم‌های خوشه‌بندی (MeanShift) - قسمت چهارم 39:10

خوشه بندی بر روی متون (Text Clustering) - قسمت اول 33:09

خوشه بندی بر روی متون (Text Clustering) - قسمت دوم 30:21

تشخیص داده‌های پرت (Outlier Detection) - قسمت اول - الگوریتم LOF 32:23

تشخیص داده‌های پرت (Outlier Detection) - قسمت دوم - الگوریتم LOF 14:48

تشخیص داده‌های پرت (Outlier Detection) - قسمت سوم - الگوریتم‌های ABOD و IsolationForest 28:37

تشخیص داده‌های پرت (Outlier Detection) - قسمت چهارم 14:23

جمع بندی فصل + مباحث تکمیلی ارائه شده در آینده 11:11

در این جلسه به معرفی مسئله‌ی خوشه‌بندی متن می‌پردازیم

مدرس : مسعود کاویانی

1

پاسخ

645

بازدید

حذف شده

یادآوری نحوه بدست آوردن stop words

داود اکبری

در تاریخ 20 فروردین 00

در مورد این جلسه سوالی دارید؟

1