课程内容
我有话说
1/1 基于密度的聚类方法（DBSCAN）
指出常用质心聚类需要预先给定簇数、对噪声敏感且难以识别非球形簇等局限，进而介绍一种完全基于疏密程度的聚类思路：把密集相连的点归为一簇，把孤立稀疏点当作噪声。文章区分核心点、边界点与噪声点三类角色，配合算例演示如何由密度扩张成簇。读者读完可掌握它自动确定簇数、识别任意形状并剔除异常点的原理与适用条件。
本课程通过距离矩阵演算讲解DBSCAN核心点边界点与簇扩展，及eps/min_samples设定，帮助学习者应对不规则数据聚类。
指出常用质心聚类需要预先给定簇数、对噪声敏感且难以识别非球形簇等局限，进而介绍一种完全基于疏密程度的聚类思路：把密集相连的点归为一簇，把孤立稀疏点当作噪声。文章区分核心点、边界点与噪声点三类角色，配合算例演示如何由密度扩张成簇。读者读完可掌握它自动确定簇数、识别任意形状并剔除异常点的原理与适用条件。
热门 2 小时 33 分钟 本课程通过 .proto 定义与 protoc 编译，讲解 Protobuf 跨语言序列化，解决跨系统传输，帮助学习者搭建序列化。
1 小时 36 分钟 本课程通过AdaBoost训练机制与指数损失推导，讲解样本权重与弱分类器加权投票，解决弱模型组合为强分类器问题，帮助吃透提升机制。
推荐 3 小时 11 分钟 本课程讲解C++20协程语法与底层机制，解决IO等待时线程空占问题，帮助掌握co_await并实现生成器与事件循环。