Distance-based Models voor Machine Learning

moeten maken. Er zijn kant-en-klare bibliotheken beschikbaar om met weinig kennis ML te gaan gebruiken. Om het meeste uit ML te halen, is het echter de moeite waard de tijd te nemen om de wiskunde erachter te leren. In deze training leer je alles over afstandsmodellen. Je maakt kennis met verschillende afstandsmaten, zoals Euclidische maat, Manhattan en Cosine. De op afstand gebaseerde algoritmen K Nearest Neighbours en K-means clustering zijn misschien wel de meest populaire, vanwege hun eenvoud en effectiviteit. Met deze algoritmen kun je regressies, clustering en classificaties uitvoeren.

Uw Resultaat:

Na het afronden van deze training heb je een solide basiskennis van de mechanismen die schuilen achter de op afstand gebaseerde algoritmen voor machine learning. Daarnaast ben je in staat om regressies, clustering en classificaties uit te voeren met behulp van KNN en K-means algoritmen.

Voorkennis:

Geen formele voorkennis vereist. Enige voorkennis over ML wordt echter aanbevolen.