Machine Learning: Clustering & Retrieval

Machine Learning: Clustering & Retrieval

Archived
Curso
en
Inglês
Legendas disponíveis
30 h
Este conteúdo é classificado como 0 de 5

You can't access an archived course

Fonte
  • De www.coursera.org
CONDIÇÕES
  • Individualizado
  • Acesso livre
  • Certificado pago
Mais informações
  • 6 sequências
  • Introductive Level
  • Legendas em Arabic

You can't access an archived course

Their employees are learning daily with Edflex

  • Safran
  • Air France
  • TotalEnergies
  • Generali
Saiba mais

Detalhes do curso

Programa de Estudos

  • Week 1 - Welcome
    Clustering and retrieval are some of the most high-impact machine learning tools out there. Retrieval is used in almost every applications and device we interact with, like in providing a set of products related to one a shopper is currently considering, or a...
  • Week 2 - Nearest Neighbor Search
    We start the course by considering a retrieval task of fetching a document similar to one someone is currently reading. We cast this problem as one of nearest neighbor search, which is a concept we have seen in the Foundations and Regression courses. However...
  • Week 3 - Clustering with k-means
    In clustering, our goal is to group the datapoints in our dataset into disjoint sets. Motivated by our document analysis case study, you will use clustering to discover thematic groups of articles by "topic". These topics are not provided in this unsupervise...
  • Week 4 - Mixture Models
    In k-means, observations are each hard-assigned to a single cluster, and these assignments are based just on the cluster centers, rather than also incorporating shape information. In our second module on clustering, you will perform probabilistic model-based ...
  • Week 5 - Mixed Membership Modeling via Latent Dirichlet Allocation
    The clustering model inherently assumes that data divide into disjoint sets, e.g., documents by topic. But, often our data objects are better described via memberships in a collection of sets, e.g., multiple topics. In our fourth module, you will explore lat...
  • Week 6 - Hierarchical Clustering & Closing Remarks
    In the conclusion of the course, we will recap what we have covered. This represents both techniques specific to clustering and retrieval, as well as foundational machine learning concepts that are more broadly useful.

    We provide a quick tour into an altern...

Pré-requisito

Nenhum.

Instrutores

Emily Fox
Amazon Professor of Machine Learning
Statistics

Carlos Guestrin
Amazon Professor of Machine Learning
Computer Science and Engineering

Editor

A Universidade de Washington é uma universidade pública de investigação em Seattle, Washington. Fundada em 4 de novembro de 1861 como Universidade Territorial, Washington é uma das universidades mais antigas da Costa Oeste e foi estabelecida em Seattle cerca de uma década após a fundação da cidade.

A universidade tem um campus principal de 703 acres localizado no Distrito Universitário da cidade, bem como campus em Tacoma e Bothell. No total, a UW tem mais de 500 edifícios e mais de 20 milhões de pés quadrados brutos de espaço, incluindo um dos maiores sistemas de bibliotecas do mundo, com mais de 26 bibliotecas académicas, centros de arte, museus, laboratórios, salas de conferências e estádios.

Washington é a principal instituição das seis universidades públicas do Estado de Washington. É conhecida pela sua investigação médica, técnica e científica.

Plataforma

A Coursera é uma empresa digital que oferece um curso on-line massivo e aberto, fundado pelos professores de computação Andrew Ng e Daphne Koller Stanford University, localizado em Mountain View, Califórnia.

O Coursera trabalha com as melhores universidades e organizações para disponibilizar alguns dos seus cursos on-line e oferece cursos em várias disciplinas, incluindo: física, engenharia, humanidades, medicina, biologia, ciências sociais, matemática, negócios, ciência da computação, marketing digital, ciência de dados. e outros assuntos.Cours

Este conteúdo é classificado como 4.5 de 5
(nenhuma revisão)
Este conteúdo é classificado como 4.5 de 5
(nenhuma revisão)
Conclua este recurso para fazer uma avaliação