Phân cụm dữ liệu dựa trên mật độ không gian với thuật toán DBSCAN - Mì AI

[@longtruong9935]

Thanks chủ thớt nhiều.

Cảm ơn bạn ủng hộ. Cần thêm gì bạn cứ post lên Group trao đổi, chia sẻ: facebook.com/groups/miaigroup nhé!

[@longtruong9935]

@ vậy thuật toán này áp dụng cho bải toán dạng nào trong thực tế vậy sếp? nó có ưu nhược điểm gì so với classification? thanks sếp trước

[@letuanhiep2653]

thầy ơi không có phương pháp để chọn epsilon và minPts ạ

Cái này em post lên Group trao đổi, chia sẻ: facebook.com/groups/miaigroup để trao đổi cho tiện nha!

[@r0cketRacoon]

A ơi, K-means hay DBSCAN đều chỉ có thể áp dụng được với numerical data thôi ạ?

Đúng rồi em! Cảm ơn em. Cần thêm gì cứ lên Group trao đổi, chia sẻ: facebook.com/groups/miaigroup nhé!

[@tw7716]

Để ứng dụng vô Recommendation systems thì K means ok hơn vì nó không bỏ bất kì outliers nào phải không anh

Em nêu cụ thể hơn bài toàn trên Group trao đổi, chia sẻ: facebook.com/groups/miaigroup để cùng trao đổi cho tiện nhé!

[@hangdoan9077]

Anh cho em hỏi anh dùng phần mềm nào để record bài giảng ạ, em cảm ơn anh ạ

Em có thể dùng Camtasia, OBS đều okie nhé!

[@nhatnamnguyen9786]

Giám sát ở đây em hiểu là như thầy giáo đó, khi ta làm bài tập thầy sẽ đưa ra đáp án để ta biết là đúng hay sai từ đó sửa chữa. Không giám sát là không có ai chữa bài nên không có đáp án, tương ứng với học data mà k có label.

Yeah thanks em!

[@hienoan8030]

cho em xin slide bài giảng đc k ạ :

Em vào phần mô tả của video nhé. Trong github nha!

[@nateriver1700]

anh dùng từ "không tuyến tính" có vẻ không đúng lắm ạ

Thanks em. Học mì ăn liền nên đôi khi có sai nhiều lắm. Em comment thêm để anh sửa nhé.