Was erwartet Dich in diesem Kurs?
Du lernst, mit Python in jupyterlab das agglomerative und das partitionierende Clustering kennen. Anhand von Anwendungsbeispielen und Aufgaben lernst du, wie du diese Verfahren anwenden kannst.
Was kannst du in diesem Kurs lernen?
- Agglomeratives Clustering verstehen und anwenden können
- Partitionierendes Clustering verstehen und anwenden können
Wie ist der Kurs aufgebaut?
- Agglomeratives Clustering
- Agglomeratives Clustering
- Ziele und Herausforderungen der
- Segmentierung
- Distanz- und Ähnlichkeitsmaße
- Linkage-Methoden
- Visualisierung als Dendrogramm
- Anwendungsbeispiel
- Aufgabe zum agglomerativen Clustering
- Partitionierendes Clustering
- Partitionierendes Clustering
- k-Means-Algorithmus
- Terminierung
- Bestimmung der Clusteranzahl
- Nächste Nachbarn und Spectral Clustering
- Anwendungsbeispiel
- Aufgabe zum partitionierenden Clustering
Autor
Ing. Erik Svenonius
Ing. Erik Svenonius ist Qualitätsbeauftragter bei der Scheidt & Bachmann System Technik GmbH mit Sitz in Lübeck. Er ist zudem als Incident Manager und Umweltbeauftragter tätig und war zuvor unter anderem Projektleiter, Product Owner und Java‑Entwickler in demselben Unternehmen. Gleichzeitig ist er Lehrbeauftragter für Informatikfächer an der Technischen Hochschule Lübeck.
