Search
#每日5分鐘快速添補ai知識與技能
想分享什麼是 K-means（K均值集群算法）
⠀⠀
它是一種聚類 (Cluster) 的方式，
基本上就是依照「物以類聚」的方式進行。
⠀⠀
也可能想成，相似的東西有相似的特徵，
給予一組資料，將它分為 k 類。
⠀⠀
K-means 不只能拿來分類消費者，
優化行銷活動、避免客戶流失；
還能判斷金融交易是否異常，偵測是否詐欺。
甚至幫忙歸類IT技術內的不同警訊。
⠀⠀
快速了解 K-means 的流程、設定與優缺點
👉 https://blog.tibame.com/?p=18537
⠀⠀
#AI60問 #KMeans #機器學習
#行銷 #活動 #IT #技術
由TibaMe彙整
【AI／資料科學不可不知的60道問題】
每週4篇AI新知識，一次只要5分鐘，
具備AI跨域知識，為職場技能加分💪
#TibaMe #緯育TibaMe #知識 #學習 #科技
新課上架🔥 資料探勘，「真正有用」的數據在這！
現正早鳥優惠 👉 https://bit.ly/3pzSR9Q
🎯你知道資料探勘無所不在嗎❓
✔找出最佳投資法
✔金融市場變化趨勢
✔消費者行為分析
✔新客戶開發
✔洞察經營狀況
✔預測天氣
💭但是…
資料來源太多，完全抓不住重點❓
資料太雜亂，無將資訊好好傳達❓
統整好資料，卻又不知道該如何應用❓
🎯不怕學不會！特製 50 題評量幫助你回顧課程概念
🎯一次掌握多種實用工具模組與回歸分析
🔸Pandas / NumPy / SKLearn
🔸購物籃分析
🔸線性迴歸 / 羅吉斯迴歸
🔸決策樹
🔸K-means / DBSCAN
🎯找出數據間的相關性，創造更大收益
🔹預測消費者心理
🔹找出疾病與體適能
🔹分類預測資料
🔹進行用戶分群
資料探勘速成攻略，輕鬆駕馭資料分析與實務應用
現正早鳥優惠 👉 https://bit.ly/3pzSR9Q
#12個精華模組
#50題評量
#資料探索實作_視覺化實例
#關聯分析實作_購物籃分析
🧠＃AI趨勢不可逆 你必知的機器學習
「機器學習（Machine Learning），是人工智慧發展的一環。
指的是讓機器『自主學習』並『增強』的演算法。」
🧠＃你該學會機器學習的4大理由 ➡https://bit.ly/36t5uNn
Bain顧問公司研究結果顯示，採用機器學習和分析技術的企業：
❶ 可增加 2 倍以資料分析結果作為依據的決策數量
❷ 決策速度比競爭對手更快的機率可提升 5 倍
❸ 可加快 3 倍原來上述決策的執行速度
❹ 可增加 2 倍原來獲得理想財務回報的機會
想加速決策效率、獲得理想回報？那麼推薦您學習：
【機器學習好簡單，輕鬆讓你一手掌握資料科學實作 10 大技巧】
🧠12 章節Ｘ 4.1 小時教學全面解密 ＃機器學習必備十大技巧
❶線性迴歸 ❷羅吉斯迴歸 ❸決策樹 ❹隨機森林 ❺支援向量機 SVM
❻樸素貝葉斯 ❼集成學習 ❽K-Means ❾階層式分群 ❿密度式分群
🧠＃豐富實作
這門課，除了幫助你認識完整的機器學習概念外
還可以實作出超豐富的機器學習應用，如：
「房屋價格預測、股票分析預測、產品品質管理」等類似實作
更多應用請見➡https://bit.ly/36t5uNn
💗貼心提醒：即日起至12/21止，早鳥享8折優惠價1,264元
K 物件分群計算方法、演算法、用Excel講解K 物件分群法
面對日新月異的大數據工具，有時候很難跟上這節奏。Microsoft Power BI讓大家可以簡易的製作大數據分析。用 Excel Power BI 做大數據分析，課程大綱有認識大數據、大數據分析、視覺化呈現結果，提升管理品質，有效提升工作效率。另外；大數據分析還應該包含許多學習到的知識，回饋給資料，再重新計算，不是僅畫出視覺化圖後，就說做好了大數據分析。期待大家將了解應用這些工具使用，將大數據分析導入您的工作中。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
這裡主要練習非監督式學習中相當重要的 分群 演算法， 非監督式學習與監督式學習最大的不同之處在於訓練資料是沒有標籤。 我們以亂數產生 分群 資料和均勻 ... ... <看更多>
分群 演算法的基本原理，一類是近朱者赤、近墨者黑，不斷將數據重新分組；另一類是不斷切割群集，表示成樹狀圖。 Partitional Clustering. 演算法（ K-Means Clustering ... ... <看更多>
k means分群法 在 [MATLAB] k-means 演算法說明與實作 - 薛惟仁筆記本 的推薦與評價
k -means 又稱c-means Clustering，是一種分群演算法，k 表示群集的數量，讓我們來學習與實作這個演算法。 ... <看更多>