diff --git a/5-Clustering/translations/README.it.md b/5-Clustering/translations/README.it.md index 4a056e72..9aa64ceb 100644 --- a/5-Clustering/translations/README.it.md +++ b/5-Clustering/translations/README.it.md @@ -8,7 +8,7 @@ Il pubblico eterogeneo della Nigeria ha gusti musicali diversi. Usando i dati re ![Un giradischi](../images/turntable.jpg) -Foto di Marcela Laskoski su Unsplash +> Foto di Marcela Laskoski su Unsplash In questa serie di lezioni si scopriranno nuovi modi per analizzare i dati utilizzando tecniche di clustering. Il clustering è particolarmente utile quando l'insieme di dati non ha etichette. Se ha etichette, le tecniche di classificazione come quelle apprese nelle lezioni precedenti potrebbero essere più utili. Ma nei casi in cui si sta cercando di raggruppare dati senza etichetta, il clustering è un ottimo modo per scoprire i modelli. @@ -26,4 +26,4 @@ Queste lezioni sono state scritte con 🎶 da [Jen Looper](https://www.twitter.c L'insieme di dati [Nigerian Songs](https://www.kaggle.com/sootersaalu/nigerian-songs-spotify) è stato prelevato da Kaggle, a sua volta recuperato da Spotify. -Esempi utili di K-Means che hanno aiutato nella creazione di questa lezione includono questa [esplorazione dell'iride](https://www.kaggle.com/bburns/iris-exploration-pca-k-means-and-gmm-clustering), questo [notebook introduttivo](https://www.kaggle.com/prashant111/k-means-clustering-with-python) e questo [ipotetico esempio di ONG](https://www.kaggle.com/ankandash/pca-k-means-clustering-hierarchical-clustering). \ No newline at end of file +Esempi utili di K-Means che hanno aiutato nella creazione di questa lezione includono questa [esplorazione dell'iride](https://www.kaggle.com/bburns/iris-exploration-pca-k-means-and-gmm-clustering), questo [notebook introduttivo](https://www.kaggle.com/prashant111/k-means-clustering-with-python) e questo [ipotetico esempio di ONG](https://www.kaggle.com/ankandash/pca-k-means-clustering-hierarchical-clustering).