KIT | KIT-Bibliothek | Impressum | Datenschutz

K-Means-Clustering

Molinar, Gabriela; Stang, Marco

  • 00:00:00 Start
  • 00:00:15 Unüberwachte Algorithmen
  • 00:00:30 Clustering-Algorithmen
  • 00:00:43 k-means
  • 00:00:50 Hyperparameter
  • 00:02:20 k-means in drei Schritten erklärt
  • 00:04:01 Anwendungen von k-means
  • 00:04:09 Datenvorverarbeitung
  • 00:04:32 Vektorquantisierung
  • 00:04:53 Clusteranalyse
  • 00:05:11 Grenzen des k-means Algorithmus
  • 00:07:05 Mean-Shift Clustering
  • 00:08:03 DBSCAN
  • 00:09:49 HDBSCAN
  • 00:10:40 Zusammenfassung

Zugehörige Institution(en) am KIT Institut für Technik der Informationsverarbeitung (ITIV)
Zentrum für Mediales Lernen (ZML)
Publikationstyp Audio & Video
Publikationsdatum 19.10.2021
Erstellungsdatum 20.09.2021
Sprache Deutsch
DOI 10.5445/IR/1000139095
Identifikator KITopen-ID: 1000139095
Lizenz Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International
Bemerkung zur Veröffentlichung Dieses Video behandelt die Funktionsweise und Anwendungsgebiete des „K-Means Clustering“ Algorithmus. Dabei wird der Trainingsprozess detailliert in drei Schritten erklärt und die Grenzen dieses Algorithmus aufgezeigt. Außerdem werden drei alternative Formen des Clusterings vorgestellt: Mean-Shift Clustering, DBSCAN (Density-Based Spatial Clustering of Applications with Noise) und HDBSCAN (Hierarchical- DBSCAN).
Serie Angewandte Machine Learning Algorithmen (AMALEA)
Folge 12
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page