Résumé
Dans ce module, vous avez appris comment utiliser le clustering pour créer des modèles Machine Learning non supervisés qui regroupent les observations sur les données en clusters. Vous avez ensuite utilisé l’infrastructure scikit-learn dans Python pour effectuer l’apprentissage d’un modèle de clustering.
Bien que scikit-learn soit une infrastructure populaire pour l’écriture de code pour effectuer l’apprentissage de modèles de clustering, vous pouvez également créer des solutions d’apprentissage automatique pour le clustering à l’aide des outils graphiques de Microsoft Azure Machine Learning. Vous pouvez en savoir plus sur le développement sans code des modèles de clustering à l’aide d’Azure Machine Learning dans le module Créer un modèle de clustering avec le concepteur Azure Machine Learning.
Défi : regrouper en cluster des données non étiquetées
Maintenant que vous avez vu comment créer un modèle de clustering, pourquoi ne pas essayer vous-même ? Vous allez trouver un défi en matière de clustering dans le notebook Défi Clustering !
Remarque
Le temps nécessaire pour traiter cette problématique facultative n’est pas compté dans la durée estimée de ce module : vous pouvez y consacrer autant de temps que vous voulez.