कोर्स
Python में Unsupervised Learning
मध्यमकौशल स्तर
अपडेट किया गया 12/2025
PythonMachine Learning4 घंटे13 वीडियो52 अभ्यास4,150 XP170K+उपलब्धि का प्रमाण पत्र
अपना मुफ़्त खाता बनाएं
Google के साथ जारी रखेंअधिक विकल्प दिखाएँया
जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।
हजारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया
टीम को ट्रेनिंग देना चाहते हैं?
व्यवसाय के लिए आज़माएँपाठ्यक्रम विवरण
पूर्व आवश्यकताएं
Supervised Learning with scikit-learn1
डेटासेट एक्सप्लोरेशन के लिए क्लस्टरिंग
सीखिए कि किसी डेटासेट में छिपे हुए समूह (या "क्लस्टर्स") कैसे खोजे जाते हैं। इस अध्याय के अंत तक, आप कंपनियों को उनके स्टॉक प्राइसेज़ के आधार पर क्लस्टर करेंगे, और मापों को क्लस्टर करके विभिन्न प्रजातियों में अंतर पहचानेंगे.
2
हायरार्किकल क्लस्टरिंग और t-SNE के साथ विज़ुअलाइज़ेशन
इस अध्याय में, आप डेटा विज़ुअलाइज़ेशन के लिए दो अनसुपरवाइज़्ड लर्निंग तकनीकों के बारे में सीखेंगे: हायरार्किकल क्लस्टरिंग और t-SNE। हायरार्किकल क्लस्टरिंग डेटा सैंपल्स को क्रमशः बड़े क्लस्टर्स में मर्ज करती है, जिससे प्राप्त क्लस्टर हायरार्की का एक ट्री विज़ुअलाइज़ेशन मिलता है। t-SNE डेटा सैंपल्स को 2D स्पेस में मैप करता है ताकि सैंपल्स की आपसी नज़दीकी को विज़ुअलाइज़ किया जा सके.
3
अपने डेटा को डी-कोरिलेट करना और डायमेंशन रिडक्शन
डायमेंशन रिडक्शन किसी डेटासेट को उसके बार-बार आने वाले पैटर्न्स से संक्षेपित करता है। इस अध्याय में, आप डायमेंशन रिडक्शन की सबसे बुनियादी तकनीक "Principal Component Analysis" ("PCA") के बारे में सीखेंगे। PCA को अक्सर सुपरवाइज़्ड लर्निंग से पहले मॉडल के प्रदर्शन और जनरलाइज़ेशन सुधारने के लिए उपयोग किया जाता है। यह अनसुपरवाइज़्ड लर्निंग में भी उपयोगी हो सकता है। उदाहरण के लिए, आप PCA के एक वैरिएंट का उपयोग करेंगे जो आपको Wikipedia आर्टिकल्स को उनकी सामग्री के आधार पर क्लस्टर करने देगा!
4
इंटरप्रिटेबल फीचर्स की खोज
इस अध्याय में, आप "Non-negative matrix factorization" ("NMF") नाम की डायमेंशन रिडक्शन तकनीक के बारे में जानेंगे जो सैंपल्स को इंटरप्रिटेबल पार्ट्स के संयोजन के रूप में व्यक्त करती है। उदाहरण के लिए, यह डॉक्यूमेंट्स को टॉपिक्स के संयोजन के रूप में, और इमेजेज़ को आम तौर पर आने वाले विज़ुअल पैटर्न्स के रूप में व्यक्त करती है। आप NMF का इस्तेमाल करके रिकमेंडर सिस्टम बनाना भी सीखेंगे जो आपको पढ़ने के लिए मिलते-जुलते आर्टिकल्स, या आपकी लिसनिंग हिस्ट्री से मेल खाने वाले म्यूज़िकल आर्टिस्ट्स सुझा सके!
Python में Unsupervised Learning
पाठ्यक्रम पूर्ण
उपलब्धि का प्रमाण पत्र अर्जित करें
इस प्रमाण पत्र को अपनी LinkedIn प्रोफ़ाइल, रिज्यूमे या CV में जोड़ेंइसे सोशल मीडिया पर और अपनी प्रदर्शन समीक्षा में साझा करेंअभी नामांकन करें
19 मिलियन से अधिक शिक्षार्थियों के साथ जुड़ें और आज ही Python में Unsupervised Learning शुरू करें!
अपना मुफ़्त खाता बनाएं
Google के साथ जारी रखेंअधिक विकल्प दिखाएँया
जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।
मोबाइल के लिए DataCamp के साथ अपने डेटा कौशल को बढ़ाएं
हमारे मोबाइल कोर्स और दैनिक 5 मिनट की कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।