Per seguire il modulo KNN sono necessarie competenze preliminari specifiche di Python, Pandas, Numpy, Scikit-learn, Data Visualization.
MODULO DIDATTICO
KNN
Approfondimento su KNN, con teoria, esercitazioni pratiche e confronto tra distanze Mahalanobis ed Euclidea.
LIVELLO
Da Beginner ad Advanced
PREREQUISITI
Python per la ds, Pandas, Numpy, Scikit-learn, Data visualization
DURATA TOTALE
1 ora
LEZIONI
100% on demand
PUOI TROVARE
QUESTO MODULO DIDATTICO IN
- DURATA TOTALE:20 ORE
- LIVELLO:Intermedio
- PREREQUISITO:Skill su Python, Pandas, Numpy, Scikit-learn, Data visualization
297€
Descrizione
Focus approfondito dell’algoritmo K-Nearest Neighbors (KNN). Include un’introduzione a KNN, seguita da un’esercitazione pratica per consolidare i concetti appresi.
Approfondisce il confronto tra le distanze Mahalanobis ed Euclidea, analizzando l’impatto sulle prestazioni di KNN. Inoltre, esamina l’uso delle diverse metriche di distanza in vari contesti applicativi, offrendo un equilibrio tra teoria e pratica.
Elenco lezioni del modulo
- KNN
- Esercitazione KNN
- KNN - Mahalanobis vs. Euclidean
- Knn e Distanze