Estudo e comparação de métodos para estimação de números de grupos em problemas de agrupamento de dados.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Fontana, André | |
| dc.contributor.author | Naldi, Murilo Coelho | |
| dc.date.accessioned | 2018-03-02T16:04:14Z | |
| dc.date.available | 2018-03-02T16:04:14Z | |
| dc.date.issued | 2009-03 | |
| dc.description.abstract | O volume de dados gerado em certos cenários é cada dia maior e a capacidade de armazenamento destes dados ultrapassa a habilidade humana de análise e extraçãoao de conhecimento dos mesmos. Mineração de Dados é a área que pesquisa a extração de informações e conhecimento em bases de dados. Um dos problemas centrais desta área é o agrupamento não-supervisionado de dados que tem como objetivo particionar os dados em grupos de objetos (instâncias ou amostras) mais similares entre si do que com relação aos objetos dos demais grupos, segundo alguma medida de similaridade ou dissimilaridade. Um problema ainda hoje crítico no que tange á tarefa de agrupamento diz respeito á estimação do número mais natural de grupos contidos em um determinado conjunto de dados. A maioria dos algoritmos requerem que o número de grupos seja fornecido pelo usuário. Existem, em contrapartida, diferentes metodologias sistemáticas para tentar estimar o número mais adequado de grupos a partir da supervisão e análise do comportamento de critérios de desempenho de múltiplas execuções desses algoritmos a partir de diferentes números de grupos. Não são claras, no entanto, as reais diferenças existentes entre essas diferentes metodologias em termos de eficácia e eficiência computacional. Esse projeto tem como objetivo investigar algumas das técnicas de múltiplas execuções de algoritmos de agrupamento e suas diferenças em termos de complexidade e desempenho. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 340 | pt_BR |
| dc.format | 48 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6697 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Mineração de dados | pt_BR |
| dc.title | Estudo e comparação de métodos para estimação de números de grupos em problemas de agrupamento de dados. | pt_BR |
| dc.title.alternative | Study and comparison of methods for estimation of group numbers in data grouping problems. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | The volume of data generated in certain scenarios is increasing and the capacity of this data exceeds the human ability to analyze and knowledge extraction. Data Mining and the search for the extraction of information and knowledge in databases. One of the central problems of this area and the unsupervised pooling of data which aims to partition the data into groups of objects (instances or samples) more similar to each other than to the objects of the others groups, according to some measure of similarity or dissimilarity. A problem that is still critical today with regard to the grouping task respect to the estimation of the more natural number of groups contained in a given data set. Most algorithms require that the number is provided by the user. There are, however, different methodologies to try to estimate the most appropriate number of of groups from the supervision and analysis of the behavior of execution of these algorithms from different number of groups. It is not clear, however, the real differences among these different methodologies in terms of efficiency and computational efficiency. This project aims to investigate some of the techniques multiple runs of clustering algorithms and their differences in terms of complexity and performance. | pt_BR |