k-means Clustering mit Scikit-learn
In diesem Video lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen werden. Im Anschluss wird dir das Erstellen eines k-means Clusteringmodells mithilfe von Scikit-learn gezeigt. Du siehst, wie das Modell nach dem Training auf dem...
| Main Author: | |
|---|---|
| Format: | Course Material |
| Language: | German |
| Subjects: | |
| Online Access: | https://www.twillo.de/edu-sharing/components/render/57c33a97-d05c-4156-8817-f576c690162c |
| _version_ | 1821776125930504192 |
|---|---|
| author | Ludmila Himmelspach |
| author_facet | Ludmila Himmelspach |
| author_sort | Ludmila Himmelspach |
| collection | OERSI - Open Educational Resources Search Index |
| description | In diesem Video lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen werden. Im Anschluss wird dir das Erstellen eines k-means Clusteringmodells mithilfe von Scikit-learn gezeigt. Du siehst, wie das Modell nach dem Training auf dem Palmer Archipelago (Antarctica) Datensatz Pinguincluster anwenden kann. Außerdem erfährst du, wieso Normalisierung der Daten so wichtig ist. Lernziele: Du lädst den Palmer Archipelago (Antarctica) Datensatz in das Programm Du teilst den Datensatz mit einer Hilfsfunktion in eine Trainings- und eine Testmenge auf Du erstellst ein k-means Clusteringmodell in Python und teilst mit seiner Hilfe einen Datensatz in Cluster auf Du erklärst, wieso eine Normalisierung der Merkmalswerte eines Datensatzes vor dem Clustering wichtig ist Du normalisierst die Merkmalswerte eines Datensatzes auf einen Bereich zwischen 0 und 1 |
| format | Course Material |
| genre | Antarc* Antarctica Palmer Archipelago |
| genre_facet | Antarc* Antarctica Palmer Archipelago |
| geographic | Palmer Archipelago |
| geographic_facet | Palmer Archipelago |
| id | ftid13931:oai:oersi.de:aHR0cHM6Ly93d3cudHdpbGxvLmRlL2VkdS1zaGFyaW5nL2NvbXBvbmVudHMvcmVuZGVyLzU3YzMzYTk3LWQwNWMtNDE1Ni04ODE3LWY1NzZjNjkwMTYyYw-- |
| institution | Open Polar |
| language | German |
| long_lat | ENVELOPE(-62.833,-62.833,-64.250,-64.250) |
| op_collection_id | ftid13931 |
| op_rights | https://creativecommons.org/licenses/by/4.0 |
| record_format | openpolar |
| spelling | ftid13931:oai:oersi.de:aHR0cHM6Ly93d3cudHdpbGxvLmRlL2VkdS1zaGFyaW5nL2NvbXBvbmVudHMvcmVuZGVyLzU3YzMzYTk3LWQwNWMtNDE1Ni04ODE3LWY1NzZjNjkwMTYyYw-- 2025-01-16T19:41:37+00:00 k-means Clustering mit Scikit-learn Ludmila Himmelspach https://www.twillo.de/edu-sharing/components/render/57c33a97-d05c-4156-8817-f576c690162c de ger https://creativecommons.org/licenses/by/4.0 Scikit-learn Python AI Literacy Künstliche Intelligenz (Computerunterstützte Intelligenz Maschinelle Intelligenz) KI für Alle elearning Informatik Fachübergreifend Studienbereich Informatik Ingenieurwissenschaften http://purl.org/coar/resource_type/c_e059 Video ftid13931 2024-10-26T01:35:39Z In diesem Video lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen werden. Im Anschluss wird dir das Erstellen eines k-means Clusteringmodells mithilfe von Scikit-learn gezeigt. Du siehst, wie das Modell nach dem Training auf dem Palmer Archipelago (Antarctica) Datensatz Pinguincluster anwenden kann. Außerdem erfährst du, wieso Normalisierung der Daten so wichtig ist. Lernziele: Du lädst den Palmer Archipelago (Antarctica) Datensatz in das Programm Du teilst den Datensatz mit einer Hilfsfunktion in eine Trainings- und eine Testmenge auf Du erstellst ein k-means Clusteringmodell in Python und teilst mit seiner Hilfe einen Datensatz in Cluster auf Du erklärst, wieso eine Normalisierung der Merkmalswerte eines Datensatzes vor dem Clustering wichtig ist Du normalisierst die Merkmalswerte eines Datensatzes auf einen Bereich zwischen 0 und 1 Course Material Antarc* Antarctica Palmer Archipelago OERSI - Open Educational Resources Search Index Palmer Archipelago ENVELOPE(-62.833,-62.833,-64.250,-64.250) |
| spellingShingle | Scikit-learn Python AI Literacy Künstliche Intelligenz (Computerunterstützte Intelligenz Maschinelle Intelligenz) KI für Alle elearning Informatik Fachübergreifend Studienbereich Informatik Ingenieurwissenschaften Ludmila Himmelspach k-means Clustering mit Scikit-learn |
| title | k-means Clustering mit Scikit-learn |
| title_full | k-means Clustering mit Scikit-learn |
| title_fullStr | k-means Clustering mit Scikit-learn |
| title_full_unstemmed | k-means Clustering mit Scikit-learn |
| title_short | k-means Clustering mit Scikit-learn |
| title_sort | k-means clustering mit scikit-learn |
| topic | Scikit-learn Python AI Literacy Künstliche Intelligenz (Computerunterstützte Intelligenz Maschinelle Intelligenz) KI für Alle elearning Informatik Fachübergreifend Studienbereich Informatik Ingenieurwissenschaften |
| topic_facet | Scikit-learn Python AI Literacy Künstliche Intelligenz (Computerunterstützte Intelligenz Maschinelle Intelligenz) KI für Alle elearning Informatik Fachübergreifend Studienbereich Informatik Ingenieurwissenschaften |
| url | https://www.twillo.de/edu-sharing/components/render/57c33a97-d05c-4156-8817-f576c690162c |