In questo webinar abbiamo introdotto il concetto di clustering, ovvero un insieme di metodi per raggruppare oggetti in classi omogenee. Un cluster è infatti un insieme di oggetti che presentano tra loro delle similarità, ma che, per contro, presentano dissimilarità con oggetti in altri cluster.
L’input di un algoritmo di clustering è costituito da un campione di elementi, mentre l’output è dato da un certo numero di cluster in cui gli elementi del campione sono suddivisi in base a una misura di similarità. Gli algoritmi di clustering forniscono come output anche la descrizione delle caratteristiche di ciascun cluster.
Questo webinar è il secondo appuntamento di Machine Learning – Problem Based Learning, l’innovativo percorso, composto da una serie di webinar, che Iconsulting dedica al tema del Machine Learning: dall’utilizzo di tecnologie e strumenti allo stato dell’arte.