Translation of "clustering" to Japanese language:
Dictionary English-Japanese
Clustering - translation :
Examples (External sources, not reviewed)
| The lower clustering length means weaker clustering. | これらは赤方偏移の単位くらいかそれより少し大きいくらいの所だが |
| This is called affinity based clustering or spectral clustering. | 従来とは異なるスペクトラルクラスタリングの データセットを使いもう一度説明しましょう |
| K Means Clustering. | 固定された点で表されたデータ集合があります |
| Clustering. Clustering is the most basic form of unsupervised learning. | 関連性の高い2つの アルゴリズムについて説明します |
| So spectral clustering gets annotation of affinity to make clustering happen. | 簡単な例を見てみましょう |
| Order them from the lowest clustering coefficient to the highest clustering coefficient. | fのクラスタ係数が一番低いと思えば |
| How much clustering is there? | 偶然に起こりうる以上の数の集団があるのでしょうか |
| Repeat. Now this is the clustering. | データ点の変化が止まれば これを最適として収束します |
| We now talk about spectral clustering. | スペクトラルクラスタリングの基本は |
| We'll talk about this afterwards, we will talk about clustering. So what is clustering good for? | では クラスタリングは何に使える |
| So this is called a clustering algorithm. | さらに これは多くの場所で使われています |
| Here's the formula for a clustering coefficient. | 左のノード 例えば真ん中のノードに注目します |
| Well, what might be causing this clustering? | 少なくとも3つの可能性が考えられます |
| They are clustering pretty close to the truth. | 被験者の80 が 身長をごまかしましたが |
| Let me illustrate this once again with the data set that has a different spectral clustering than a conventional clustering. | 異なるクラスタがまとまっています |
| So to summarize the evolution of clustering and bias, the generic expectation is that clustering grows in time, and it does. | 一般的に期待されるのは クラスタリングは時間と共に成長する というもので 実際にそうだ だがその比率は質量や密度コントラストの |
| One example where clustering is used is in Google | 一例は Google News です もし まだ |
| Here's kind of a formula for the clustering coefficient. | グラフのクラスタ係数ではすべてのノードを合計します |
| So now let's look at evolution of clustering itself. | 一般的に言って 時間とともにクラスタリングは成長し 構造は潰れていき |
| The general clustering problem is known to be NP hard. | 局所最適解を得る方法は ある意味最良だと言えるでしょう |
| And these places are easily told apart by conventional clustering. | つまりスペクトラルクラスタリングは データ点の類似度行列を作成し |
| This finishes my unit on clustering, at least so far. | このレッスンでとりあえず クラスタリングの話は終わります ここで学んだことをまとめましょう |
| The K means clustering algorithm is best illustrated in pictures. | ここに見せたような |
| So the clustering got weaker, and then got stronger again. | そしてそれは銀河だけで無い クエーサーを使う事も出来て それだととても遠くが見えるが |
| I am going to say that the clustering coefficient for graph is just the average of the clustering coefficients of the nodes in the graph. | 各ノードのクラスタ係数の平均ですので このグラフのクラスタ係数を求めるには |
| In this video, I'd like to start to talk about clustering. | これはエキサイティングな話だ というのは |
| And it is our interactions and the clustering of those interactions. | 繰り返しましたが お分かりでしょうか |
| The fundamental idea of spectral clustering is to cluster by affinity. | 類似性によるクラスタリングです 重要性を理解するために 直感で答えられる単純な問題を出しましょう |
| But to clustering algorithms, they all come with the same color. | スペクトラルクラスタリングの重要な要素は 類似度行列 と言います |
| If I run the K Means clustering algorithm, here is what | これがやるべきことだ 最初の一歩はランダムに2つの点を選ぶ |
| We're going to now look at computing the clustering coefficient approximately. | 答えの正確さがそれほど重要ではない場合に有益です |
| So given a node v or computing the clustering coefficient involves | vに隣接するすべてのノードを調べ |
| Is there more clustering than would be due to chance alone? | 集団の大きさはどのくらいまで大きくなるのでしょう |
| We now turn to the subject of Evolution of Galaxy Clustering. | だがその話題に適切に入る為には もう一つ別のコンセプトを導入する必要がある |
| luminosity, clustering grows dramatically, more luminous galaxies are Fostered more strongly. | そしてこれはさっき話したシナリオと整合的だ |
| If epsilon is 0, then clustering is fixed in proper coordinates. | 宇宙は膨張するが 構造はそのままに留まるという事 |
| Beyond redshifts of one, going to higher redshifts, clustering strength increases. | ナイーブな構造形成の見方で予想される事の正反対だ |
| Now, we looked at something in the class called the clustering coefficient. | クラスタ係数をオルタ のつながりの密度として 定義できますか? |
| Unsupervised Learning or clustering is used for a bunch of other applications. | 大規模なコンピュータ クラスターを整理するために使われています |
| As you go deeper, meaning further, the strength of the clustering diminishes. | クラスタリングの強さは減衰していく だが我らは実際にそれらの赤方偏移を持っているのだから |
| So let me look at the simple example for spectral clustering that would also work for K means or EM, but they'll be useful to illustrate spectral clustering. | k means法やEM法にも応用できますが スペクトラルクラスタリングの 説明にも役立ちます ここに9つのデータ点があるとします |
| So one typical way of defining the clustering coefficient is to start off by taking about the clustering coefficient for a particular node in a graph, I'm going to generalize this to clustering coefficients for the entire graph next, but let's focus on a single node. | そのあとグラフ全体にクラスタ係数を適用していきます それではVを1個のノードとします そしてKvがVの次数で |
| So, that's clustering which is our first example of an unsupervised learning algorithm. | 我らの最初の教師なし学習の例となる アルゴリズムだ 次のビデオでは 具体的なクラスタリングアルゴリズムについて |
| In the next video, we'll start to talk about a specific clustering algorithm. | 扱っていく |
| So in summary, spectral clustering builds an affinity matrix of the data points. | 固有ベクトルを大きい固有値に求めて |
Related searches : Clustering Method - Text Clustering - Clustering Approach - Data Clustering - Store Clustering - Clustering Effect - Customer Clustering - Clustering Support - Clustering Around - Spatial Clustering - Unsupervised Clustering - Clustering Technology - Market Clustering - Regional Clustering
