Distance-based Models voor Machine Learning
In deze training maak je kennis met distance-based modellen voor machine learning.
Machine learning (ML) wordt veel gebruikt in alle sectoren, wat betekent dat ingenieurs er steeds meer gebruik van moeten maken. Er zijn kant-en-klare bibliotheken beschikbaar om met weinig kennis ML te gaan gebruiken. Om het meeste uit ML te halen, is het echter de moeite waard de tijd te nemen om de wiskunde erachter te leren. In deze training leer je alles over afstandsmodellen. Je maakt kennis met verschillende afstandsmaten, zoals Euclidische maat, Manhattan en Cosine. De op afstand gebaseerde algoritmen K Nearest Neighbours en K-means clustering zijn misschien wel de meest populaire, vanwege hun eenvoud …
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.
In deze training maak je kennis met distance-based modellen voor machine learning.
Machine learning (ML) wordt veel gebruikt in alle sectoren, wat betekent dat ingenieurs er steeds meer gebruik van moeten maken. Er zijn kant-en-klare bibliotheken beschikbaar om met weinig kennis ML te gaan gebruiken. Om het meeste uit ML te halen, is het echter de moeite waard de tijd te nemen om de wiskunde erachter te leren. In deze training leer je alles over afstandsmodellen. Je maakt kennis met verschillende afstandsmaten, zoals Euclidische maat, Manhattan en Cosine. De op afstand gebaseerde algoritmen K Nearest Neighbours en K-means clustering zijn misschien wel de meest populaire, vanwege hun eenvoud en effectiviteit. Met deze algoritmen kun je regressies, clustering en classificaties uitvoeren.
Er zijn nog geen veelgestelde vragen over dit product. Als je een vraag hebt, neem dan contact op met onze klantenservice.

