Course Hive
Search

Welcome

Sign in or create your account

Continue with Google
or
K-Means Clustering Explicación | Curso de Machine Learning en Español #10
Play lesson

Curso de Machine Learning en Español - K-Means Clustering Explicación | Curso de Machine Learning en Español #10

¡Domina el Machine Learning en español! Aprende regresión, vecinos más cercanos, máquinas de soporte y clustering K-means con Núcelo Virtual. Mejora tus habilidades y prepárate para el futuro de la inteligencia artificial.

5.0 (1)
13 learners

What you'll learn

Entender los conceptos básicos del Machine Learning y su aplicación práctica.
Aprender a implementar y aplicar regresión lineal en problemas reales.
Conocer el funcionamiento y uso de K-Nearest Neighbors en clasificación de datos.
Desarrollar habilidades para la aplicación de algoritmos de Support Vector Machines y K-Means Clustering.

This course includes

  • 2 hours of video
  • Certificate of completion
  • Access on mobile and TV

Summary

Keywords

Full Transcript

En este video del curso de machine learning en español, damos inicio al ultimo algoritmo que se abarcará en el curso, el algoritmo K-Means Clustering (KMC) el cual ademas es el primer algoritmo de que hace uso del aprendizaje no supervisado que se toca en este curso, donde se explica como es que funciona este algoritmo. Capitulos: 00:00 Bienvenida 00:25 Explicación general 00:43 Centroides 01:17 Aprendizaje supervisado 01:47 Aprendizaje no supervisado 02:18 Parámetro K (centroides) 02:38 Primer iteración 03:39 Reposicionamiento de centroides 04:57 Fin de primer iteración 05:40 Operaciones matemáticas 06:33 Cantidad de operaciones 07:32 Distancia Euclidiana 08:48 Resumen 09:52 Despedida #KMC #KMeansClustering #MachineLearning #InteligenciaArtificial #Curso #Explicación #Explicado #AprendizajeAutomatico #InteligenciaArtificial

Course Hive

Continue this lesson in the app

Install CourseHive on Android or iOS to keep learning while you move.

Related Courses

FAQs

Course Hive
Download CourseHive
Keep learning anywhere