كورس تعلم الآلة | ٣٠. تطبيقات عملية لـ K-Means: تجميع الأرقام وضغط الصور

في هذا الفيديو ننتقل من الشرح النظري لـ K-Means Clustering إلى تطبيقات عملية قوية توضّح كيف يمكن استخدامه في مهام حقيقية. نبدأ بتطبيق K-Means على بيانات الأرقام المكتوبة يدويًا (Digits Dataset)، ولكن هذه المرة في إطار التعلم غير الخاضع للإشراف. نحاول تجميع الصور المتشابهة دون استخدام التسميات الحقيقية. بعد ذلك ننتقل إلى تطبيق مختلف تمامًا: ضغط الألوان في الصور. نبدأ بتحليل توزيع البكسلات في فضاء RGB، ثم نقلل عدد الألوان إلى 16 لونًا فقط باستخدام MiniBatchKMeans لتسريع العملية. ماذا ستتعلّم في هذا الفيديو؟ تطبيق K-Means على بيانات حقيقية بدون تسميات تفسير مراكز المجموعات بصريًا كيفية تقييم التجميع بعد مطابقة التسميات استخدام مصفوفة الالتباس لتحليل الأخطاء استخدام t-SNE لتحسين نتائج التجميع مفهوم Color Quantization تمثيل الصور كنقاط في فضاء RGB استخدام MiniBatchKMeans للبيانات الكبيرة فهم العلاقة بين التجميع وضغط البيانات