Estudo e análise das diversas representações e estruturas de dados utilizadas nos algoritmos de clustering hierárquico.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Metz, Jean | |
| dc.contributor.author | Monard, Maria Carolina | |
| dc.date.accessioned | 2018-06-08T13:27:38Z | |
| dc.date.available | 2018-06-08T13:27:38Z | |
| dc.date.issued | 2006-01 | |
| dc.description.abstract | Tarefas de aprendizado de máquina não-supervisionado são, frequentemente, utilizadas em diversas aplicações de Mineração de Dados e Textos, nas quais grandes conjuntos de dados devem ser analisados em busca de conhecimento novo e potencialmente util. O clustering, especificamente, é uma técnica de análise e exploração de dados usualmente aplicada com objetivo de extrair padrões latentes nesses conjuntos de dados. Existem diversas abordagens e algoritmos de clustering propostos na literatura, entre eles, os algoritmos hierárquicos, objeto de estudo deste trabalho. Esses algoritmos constroem uma estrutura que descreve os clusters identificados por meio de uma hierarquia, que pode ser representada de diversas formas, tais como dendograma ou banner, por exemplo. Além disso, essas formas de representação podem ser armazenadas em diferentes estruturas de dados. Um dos objetivo deste trabalho ´e revisar algumas das formas de representação mais comumente utilizadas no clustering e, também, as estruturas de dados utilizadas na implementação dessas representações. Outro objetivo é, com base nesse estudo, decidir qual das formas de representação e estrutura de dados serão utilizadas na implementação do módulo de clustering hierárquico do Discover, um ambiente computacional em desenvolvimento no Laboratório de Inteligência Computacional do ICMC. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 269 | pt_BR |
| dc.format | 38 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6718 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.title | Estudo e análise das diversas representações e estruturas de dados utilizadas nos algoritmos de clustering hierárquico. | pt_BR |
| dc.title.alternative | Study and analysis of the various representations and data structures used in hierarchical clustering algorithms. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | Teaching tasks of unsupervised machine are, frequenused in several applications of Data Mining and Texts, in which large sets of data should be analyzed in search of new and potentially useful knowledge. O clustering, specifically, is an analysis and exploration technique used to extract latent patterns data sets. There are a number of algorithms proposed in the literature, among them, the algorithms hierarchical, object of study of this work. These algorithms construct a structure that describes the identified clusters by means of a hierarchy, which can be represented shapes, such as a dendogram or banner, for example. Beyond addition, these forms of representation can be stored in different data structures. One of the objectives of this work is to to review some of the most commonly used forms of representation in clustering, as well as the data structures used in the implementation of these representations. Another objective is to in this study, decide which of the forms of representation and structure of data will be used in the implementation of the clustering module discovery, a developing computing environment in the Laboratory of Computational Intelligence of the ICMC. | pt_BR |