Лекция 9 по науке о данных: Кластеризация [часть курса IDS в RWTH]

Лекция 9 по науке о данных: Кластеризация [часть курса IDS @RWTH] Эта онлайн-лекция в рамках курса «Введение в науку о данных» (IDS 2021-2022) была прочитана профессором, доктором технических наук, инженером Вилом ван дер Аалстом (www.vdaalst.com, @wvdaalst) в Рейнско-Вестфальском техническом университете Аахена. #наукаоданных См.    • Introduction to Data Science (IDS)  Course...   для просмотра других лекций (см. список ниже). Подробнее о курсе «Введение в науку о данных», проводимом PADS@RWTH: Наука о данных стала новой и важной дисциплиной. Науку о данных можно рассматривать как объединение классических дисциплин, таких как статистика, интеллектуальный анализ данных, базы данных и распределенные системы. Это сочетание помогает превращать данные в ценность для отдельных лиц и общества. Кроме того, постоянно возникают новые задачи, что делает эту область очень динамичной и привлекательной. Речь идёт не только о масштабах («большие данные»), но и о сложности вопросов, на которые необходимо ответить. Наука о данных предоставляет множество возможностей для разработки интересных продуктов и услуг. С развитием технологий границы возможностей алгоритмов будут расширяться ещё дальше. Это развитие поднимает важные вопросы, которые будут рассмотрены в данном курсе. Курс в основном посвящён анализу данных и рассматривает широкий спектр аналитических подходов и инструментов. В целом, курс направлен на предоставление всестороннего обзора науки о данных с использованием аналитических инструментов, применяемых к реальным и синтетическим наборам данных. Курс рассматривает три основных раздела науки о данных: (1) Инфраструктура науки о данных, связанная с объёмом и скоростью. Темы включают в себя инструменты, инфраструктуры больших данных и распределённые системы, базы данных и управление данными, а также программирование. Главная задача — сделать всё масштабируемым и мгновенным. (2) Анализ данных, связанный с извлечением знаний из данных. Темы охватывают статистику, интеллектуальный анализ данных и процессов, машинное обучение и искусственный интеллект, исследование операций, алгоритмы и визуализацию данных. В этой части главная задача — дать ответы на известные и неизвестные вопросы. (3) Влияние науки о данных на людей, организации и общество. Рассматриваются этика и конфиденциальность, законы в сфере информационных технологий, взаимодействие человека и технологий, управление операциями, бизнес-модели и предпринимательство. Здесь главная задача — ответственное внедрение методов работы с данными. #datascience #machinelearning #datamining #processmining #artificialintelligence #RWTHAachenUniversity #RWTH Более подробную информацию можно найти на сайтах http://www.vdaalst.com и http://www.pads.rwth-aachen.de/. Также ознакомьтесь с курсами по #processmining, которые проводит профессор, д-р инж. Вил ван дер Аалст. Лекция 1: Введение Лекция 2: Основы визуализации/исследования данных Лекция 3: Деревья решений Лекция 4: Регрессия Лекция 5: Машины опорных векторов Лекция 6: Нейронные сети (1/2) Лекция 7: Нейронные сети (2/2) Лекция 8: Оценка задач обучения с учителем Лекция 9: Кластеризация Лекция 10: Наборы часто встречающихся элементов Лекция 11: Правила ассоциации Лекция 12: Поиск последовательностей Лекция 13: Поиск процессов (без учителя) Лекция 14: Поиск процессов (с учителем) Лекция 15: Поиск текста (1/2) Лекция 16: Поиск текста (2/2) Лекция 17: Предварительная обработка данных, качество данных, биннинг и т. д. Лекция 18: Визуальная аналитика и информация визуализация Лекция 19: Ответственная наука о данных (1/2) Лекция 20: Ответственная наука о данных (2/2) Лекция 21: Большие данные Лекция 22: Заключение