Le clustering de A à Z (k-means, gaussian mixture, DBSCAN, hierarchical clustering)

Abonnez-vous à la chaîne afin de me soutenir, grâce à votre abonnement vous allez faire grandir cette chaîne et me permettre de créer plus de contenus.
Le clustering est une des applications les plus populaires du machine learning. Si vous voulez devenir data scientist vous vous devez de savoir résoudre ce type de problème.
Dans cette série de vidéos, vous allez apprendre toute la théorie, mais aussi comment appliquer vos nouvelles connaissances avec les fonctions du packages Sklearn en Python.
Avoir accès à la formation en ligne :
www.aiforyou.f...
Si vous voulez avoir accès aux codes et aux pdf de cette formation, cliquez sur le lien ci-dessous :
modele_arbre.ck.page/85dca32163
Si vous avez envie de me soutenir et m'aider à developper ce projet, n'hésitez pas à regarder des vidéos ou à faire un don sur mon tipeee : fr.tipeee.com/...
Si vous avez apprécié ce contenu, aimez la vidéo et abonnez-vous à la chaîne afin d'être au courant des prochaines nouveautés.

[@alihussien7935]

Very nIce I wish it was in English, you explain everything Easy both formula and code

[@pierrostar]

Cette vidéo est très claire et explicative Merci bien

[@AIforyouMorganGautherot]

Merci, j'y ai passé pas mal de temps ^^

[@great1teacher]

Merci pour ta vidéo claire est simple.

[@AIforyouMorganGautherot]

De rien, c'était un plaisir de créer ce contenu :)

[@fabricembida4526]

Je suis surpris qu'il n y ait que 6 vues le 8/14 22h40. En tout cas belle vidéo

[@AIforyouMorganGautherot]

C'est le temps que you tube reference la vidéo. Merci pour ton retour, ça fait plaisir 😋

[@mouhammadkone3000]

Bonjour !! Merci beaucoup pour ce contenu très enrichissant ! Toutefois je ne parviens pas à accéder à la formation en ligne à partir du lien fourni, j'aimerais bénéficier du format écrit s'il vous plaît Merciii

[@AIforyouMorganGautherot]

Je n'ai pas eu le temps de créer un format en ligne. Par contre, tu peux accéder aux documents de la formation si tu le souhaites :)

[@boreldanselectronique7632]

je ne retrouve aucune description pour les documents notebook dans tous les vidéos.

[@AIforyouMorganGautherot]

Les documents sont dans le lien dans la description

[@alihussien7935]

Please make videos in English also ❤

[@AIforyouMorganGautherot]

If I had infinite time, of course I would ^^

[@alihussien7935]

@@AIforyouMorganGautherot I really hope you find the time for it. From what I can see, it looks like your explanation is very good and covers the topic extensively. It seems like you make it simple to understand. Your videos should be international I hope you make machine learning videos using the R programming language, specifically tailored for beginners. Start with the basics, such as what machine learning is, and the difference between supervised and unsupervised learning. Explain simple concepts like linear regression, decision trees, and clustering. Include fundamental topics like Frequent Pattern Mining, Feature Spaces and Distance Measures, and the Basics of Clustering with a focus on k-means Clustering. Move on to Basics of Classification (covering Hypothesis Space, Bias, Generalization, and Evaluation) and k Nearest Neighbor Classification with both geometric and probabilistic interpretations. Introduce the Bayesian Framework of Learning (including Maximum Likelihood Hypothesis, MAP, MDL, Bayes Optimal, and Naïve Bayes), and expand on Bayesian Learning Methods, both Parametric and Non-Parametric. Also, delve into more advanced topics like Density Estimates and Density-based Clustering (both Flat and Hierarchical), Outlier Detection, and the differences between Linear and Non-Linear Separation (covering Decision Trees, Neural Networks, and Support Vector Machines). Show step-by-step how to implement these techniques in R, using beginner-friendly packages like caret. Include lessons on how to prepare data, choose the right model, and interpret the results. Also, cover how to avoid common mistakes like overfitting. It would be great if you could explain concepts like cross-validation, feature selection, and basic model evaluation metrics, such as accuracy and precision. Your videos should be accessible and help beginners gain a solid foundation in machine learning with R.

[@teddybear7949]

Bonjour Morgan, merci pour ces videos tres instructives. J'aimerais rentrer en contact avec toi et suis egalement sur Lille. Pourrais tu m'envoyer un MP sur YT ou twitter afin d'echanger ?

[@AIforyouMorganGautherot]

N'hésite pas à m'envoyer un message sur LinkedIn c'est le moyen le plus simple de me contacter :)

[@no_life_wth_leafras949]

It is a density-based clustering non-parametric algorithm: given a set of points in some space, it groups together points that are closely packed together (points with many nearby neighbors), marking as outliers points that lie alone in low-density regions (whose nearest neighbors are too far away). en.wikipedia.org/wiki/DBSCAN type shit U serious ?

[@no_life_wth_leafras949]

bro

[@AIforyouMorganGautherot]

Je ne remets pas en cause wikipédia. Je dis seulement que de savoir que c'est non parametric ou parametric en data science ça ne nous aide pas beaucoup. C'est plus intéressant de savoir qu'il est non supervisé et qu'il s'applique à des données non linéaires.