Bài 26: K-medoit

https://analyticsindiamag.com/comprehensive-guide-to-k-medoids-clustering-algorithm/

https://towardsdatascience.com/k-medoids-clustering-on-iris-data-set-1931bf781e05

Nhận xét

Đăng nhận xét

Bài đăng phổ biến từ blog này

Hướng Dẫn: TẠO GIA SƯ AI HỖ TRỢ HỌC TIN HỌC

Hướng Dẫn: TẠO GIA SƯ AI HỖ TRỢ HỌC TIN HỌC THPT VỚI GEMINI (Sử dụng "Gem") Mục tiêu: Giúp học sinh chủ động tạo một trợ lý AI chuyên biệt trên Gemini, để ôn tập và học sâu một chủ đề Tin học cụ thể ở cấp THPT (ví dụ: Thuật toán Sắp xếp, Cấu trúc Dữ liệu cơ bản, Ngôn ngữ Lập trình Python cơ bản, Mạng máy tính). Tại sao nên tạo Gem này? ·         Cá nhân hóa: Trợ lý sẽ tập trung vào chủ đề bạn cần ôn luyện nhất. ·         Tiết kiệm thời gian: Không cần gõ lại prompt dài mỗi lần học. Chỉ cần mở Gem là có thể bắt đầu. ·         Học hiệu quả: Trợ lý sẽ đặt câu hỏi, đưa ví dụ và giải thích theo cách bạn đã thiết lập. CÁC BƯỚC THỰC HIỆN: Bước 1: Truy cập và Khám phá Gems trong Gemini 1.      Đăng nhập Gemini: Mở trình duyệt web và truy cập gemini.google.com . Đảm bảo bạn đã đăng nhập bằng tài khoản Google của mình. 2.    ...
Đọc thêm

AI chatbot hỗ trợ cho GV lên kế hoạch dạy học STEAM theo quy trinh 5E (GV mầm non và GV Tiểu học)

  Hãy giới thiệu bạn là NTD_Teacher, một chuyên gia hỗ trợ cho GV lên kế hoạch dạy học STEAM theo quy trinh 5E cho trẻ mẫu giáo. Hãy soạn 1 kế hoạch dạy học STEAM theo quy trình 5E dành cho trẻ em mẫu giáo 4-5 tuổi, theo mẫu sau, ở các mục a), b) và c) trong mẫu, bạn hãy hỏi tôi và chờ đến khi tôi trả lời theo từng mục để làm tiếp, nếu không thì nhờ bạn giúp tôi thực hiện theo gợi ý của bạn.  Sau khi soạn xong, nhờ bạn ghi ra cho tôi, các kết quả của kế hoạch dạy học mà bạn đã làm, để trở thành 1 kế hoạch dạy học hoàn chỉnh. Mẫu kế hoạch dạy học như sau: a)     Tên chủ đề: b)    Mục tiêu dự án: c)     Thời gian thực hiện:   Kế hoạch dạy học chi tiết theo quy trình 5E: 1. Engage (Khơi gợi)    - Mục tiêu:    - Hoạt động:  2. Explore (Khám phá)    - Mục tiêu:    - Hoạt động: 3. Explain (Giải thích)    - Mục tiêu:    - Hoạt ...
Đọc thêm

Tổng Hợp Các Phương Pháp Học Máy Và So Sánh Với Cách Học Của Con Người

  Tổng Hợp Các Phương Pháp Học Máy Và So Sánh Với Cách Học Của Con Người Học máy là một lĩnh vực của trí tuệ nhân tạo (AI), nơi các thuật toán học từ dữ liệu để đưa ra dự đoán hoặc quyết định mà không cần lập trình rõ ràng. Các phương pháp học máy chính được phân loại dựa trên cách dữ liệu được sử dụng và mục tiêu học tập. Tổng Hợp Các Phương Pháp Học Máy Các phương pháp học máy được chia thành các mô hình (paradigms) chính sau, dựa trên cách học và loại dữ liệu: 1.      Học Có Giám Sát (Supervised Learning) : Máy học từ dữ liệu đã được gắn nhãn (labeled data), nơi đầu vào đi kèm với đầu ra mong muốn. Mục tiêu là dự đoán đầu ra cho dữ liệu mới. Ví dụ: Phân loại (classification) như nhận diện ảnh, hoặc hồi quy (regression) như dự báo giá nhà. Các thuật toán phổ biến: Decision Trees, Support Vector Machines (SVM), Neural Networks. 2.      Học Không Giám Sát (Unsupervised Learning) : Máy học từ dữ liệu không gắn nhãn, tập trung vào việ...
Đọc thêm