Bienvenue dans ce tutoriel complet sur les techniques d'apprentissage non supervisé en machine learning ! Dans cette vidéo, nous allons aborder trois domaines clés :
Fondamentaux du Clustering : Découvrez le K-means, le clustering hiérarchique et comment évaluer la qualité du clustering.
Détection d'Anomalies et de Nouveautés : Découvrez des méthodes comme la détection basée sur la densité et la détection basée sur l'isolement, ainsi que l'apprentissage à une classe.
Techniques de Réduction de Dimensionnalité : Comprenez le PCA, le t-SNE, le LLE et les autoencodeurs pour simplifier les données de haute dimension.
Que vous soyez un ingénieur logiciel novice en machine learning ou que vous souhaitiez approfondir votre compréhension de l'apprentissage non supervisé, cette vidéo est faite pour vous. Nous expliquerons des concepts complexes avec des analogies du monde réel et des exemples clairs—pas de code, juste de la théorie !
📌 Thèmes Clés Abordés :
Objectifs et applications du clustering
Détection d'événements rares avec la détection d'anomalies
Surmonter la malédiction de la dimensionnalité