Clústeres de desplazamiento medio desde cero con PyTorch

El aprendizaje no supervisado a menudo parece una caja negra, pero la construcción de algoritmos desde cero desmitifica cómo encuentran patrones en los datos. Este curso lo guía a través de la teoría y la implementación práctica del algoritmo de agrupación de Mean Shift, una técnica poderosa que no requiere que pre-defina el número de clústeres. Usted pasará de conceptos matemáticos básicos a código paralelizado altamente optimizado. Al leer este curso, obtendrá una comprensión profunda y fundamental de las métricas de distancia, estimación de densidad de núcleo y técnicas de vectorización usando PyTorch. Lo que aprenderá: Comprenda la teología matemática central detrás de Means Shift y seguimiento de centroide; Implementar cálculos básicos de multiplicación de matrices y distancias usando tensores PyTorc; Aplicar técnicas de transmisión para eliminar bucles lentos y acelerar la computación; Optimizar el rendimiento de grupo utilizando operaciones vectorizadas amigables con GPU; Comparar Mean Shift con otros algoritmes de grupamiento para saber cuándo usarlo.