課程信息

89,618 次近期查看

學生職業成果

37%

完成這些課程後已開始新的職業生涯

38%

通過此課程獲得實實在在的工作福利
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 4 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
完成時間大約為17 小時
英語(English)

您將獲得的技能

Data Clustering AlgorithmsK-Means ClusteringMachine LearningK-D Tree

學生職業成果

37%

完成這些課程後已開始新的職業生涯

38%

通過此課程獲得實實在在的工作福利
可分享的證書
完成後獲得證書
100% 在線
立即開始,按照自己的計劃學習。
第 4 門課程(共 4 門)
可靈活調整截止日期
根據您的日程表重置截止日期。
完成時間大約為17 小時
英語(English)

提供方

Placeholder

华盛顿大学

教學大綱 - 您將從這門課程中學到什麼

內容評分Thumbs Up91%(5,833 個評分)Info
1

1

完成時間為 1 小時

Welcome

完成時間為 1 小時
4 個視頻 (總計 25 分鐘), 4 個閱讀材料
4 個視頻
Course overview3分鐘
Module-by-module topics covered8分鐘
Assumed background6分鐘
4 個閱讀材料
Important Update regarding the Machine Learning Specialization10分鐘
Slides presented in this module10分鐘
Software tools you'll need for this course10分鐘
A big week ahead!10分鐘
2

2

完成時間為 5 小時

Nearest Neighbor Search

完成時間為 5 小時
22 個視頻 (總計 137 分鐘), 4 個閱讀材料, 5 個測驗
22 個視頻
1-NN algorithm2分鐘
k-NN algorithm6分鐘
Document representation5分鐘
Distance metrics: Euclidean and scaled Euclidean6分鐘
Writing (scaled) Euclidean distance using (weighted) inner products4分鐘
Distance metrics: Cosine similarity9分鐘
To normalize or not and other distance considerations6分鐘
Complexity of brute force search1分鐘
KD-tree representation9分鐘
NN search with KD-trees7分鐘
Complexity of NN search with KD-trees5分鐘
Visualizing scaling behavior of KD-trees4分鐘
Approximate k-NN search using KD-trees7分鐘
Limitations of KD-trees3分鐘
LSH as an alternative to KD-trees4分鐘
Using random lines to partition points5分鐘
Defining more bins3分鐘
Searching neighboring bins8分鐘
LSH in higher dimensions4分鐘
(OPTIONAL) Improving efficiency through multiple tables22分鐘
A brief recap2分鐘
4 個閱讀材料
Slides presented in this module10分鐘
Choosing features and metrics for nearest neighbor search10分鐘
(OPTIONAL) A worked-out example for KD-trees10分鐘
Implementing Locality Sensitive Hashing from scratch10分鐘
5 個練習
Representations and metrics30分鐘
Choosing features and metrics for nearest neighbor search30分鐘
KD-trees30分鐘
Locality Sensitive Hashing30分鐘
Implementing Locality Sensitive Hashing from scratch30分鐘
3

3

完成時間為 3 小時

Clustering with k-means

完成時間為 3 小時
13 個視頻 (總計 79 分鐘), 2 個閱讀材料, 3 個測驗
13 個視頻
An unsupervised task6分鐘
Hope for unsupervised learning, and some challenge cases4分鐘
The k-means algorithm7分鐘
k-means as coordinate descent6分鐘
Smart initialization via k-means++4分鐘
Assessing the quality and choosing the number of clusters9分鐘
Motivating MapReduce8分鐘
The general MapReduce abstraction5分鐘
MapReduce execution overview and combiners6分鐘
MapReduce for k-means7分鐘
Other applications of clustering7分鐘
A brief recap1分鐘
2 個閱讀材料
Slides presented in this module10分鐘
Clustering text data with k-means10分鐘
3 個練習
k-means30分鐘
Clustering text data with K-means16分鐘
MapReduce for k-means30分鐘
4

4

完成時間為 4 小時

Mixture Models

完成時間為 4 小時
15 個視頻 (總計 91 分鐘), 4 個閱讀材料, 3 個測驗
15 個視頻
Aggregating over unknown classes in an image dataset6分鐘
Univariate Gaussian distributions2分鐘
Bivariate and multivariate Gaussians7分鐘
Mixture of Gaussians6分鐘
Interpreting the mixture of Gaussian terms5分鐘
Scaling mixtures of Gaussians for document clustering5分鐘
Computing soft assignments from known cluster parameters7分鐘
(OPTIONAL) Responsibilities as Bayes' rule5分鐘
Estimating cluster parameters from known cluster assignments6分鐘
Estimating cluster parameters from soft assignments8分鐘
EM iterates in equations and pictures6分鐘
Convergence, initialization, and overfitting of EM9分鐘
Relationship to k-means3分鐘
A brief recap1分鐘
4 個閱讀材料
Slides presented in this module10分鐘
(OPTIONAL) A worked-out example for EM10分鐘
Implementing EM for Gaussian mixtures10分鐘
Clustering text data with Gaussian mixtures10分鐘
3 個練習
EM for Gaussian mixtures30分鐘
Implementing EM for Gaussian mixtures30分鐘
Clustering text data with Gaussian mixtures30分鐘

審閱

來自MACHINE LEARNING: CLUSTERING & RETRIEVAL的熱門評論

查看所有評論

關於 机器学习 專項課程

机器学习

常見問題

還有其他問題嗎?請訪問 學生幫助中心