Показати скорочений опис матеріалу

dc.contributor.authorКрештанович, Микита
dc.date.accessioned2024-04-29T08:59:58Z
dc.date.available2024-04-29T08:59:58Z
dc.date.issued2023-06-30
dc.identifier.urihttps://archer.chnu.edu.ua/xmlui/handle/123456789/9948
dc.description.abstractданій роботі розглянуто порівняння алгоритмів кластеризації даних: K-Means, Hierarchical Agglomerative Clustering (HAC), Density-Based Spatial Clustering of Applications with Noise (DBSCAN), Expectation–Maximization clustering using Gaussian Mixture Models (GMM). Порівняння здійснюється завдяки наперед згенерованим наборам даних, які мають різний характер поведінки: концентричні кола (2 кластери), смужки (3), хмари (3), нероздільна множина (1), серпи (2). Для кожного з наборів даних застосовано перелічені методи і визначено найкращий алгоритм кластеризації для певного типу даних. Алгоритми кластеризації даних застосовано до трьох наборів реальних даних. Створено інтерактивний веб-застосунок для інтерактивної кластеризації даних згаданими алгоритмами, який розгорнуто на хмарному сервері shinyapps.io.uk_UA
dc.language.isootheruk_UA
dc.subjectкластеризація даних, кластерний аналіз, K-Means, Hierarchical Agglomerative Clustering (HAC), Density-Based Spatial Clustering of Applications with Noise (DBSCAN), Expectation–Maximization clustering using Gaussian Mixture Models (GMM)uk_UA
dc.titleПорівняння алгоритмів кластеризації данихuk_UA
dc.typeThesisuk_UA


Долучені файли

Thumbnail

Даний матеріал зустрічається у наступних фондах

Показати скорочений опис матеріалу