Ramy tworzenia klastrów w nienadzorowanych danych [Polish]

By A Subhasheni

Wykrywanie anomalii jest podstawowym zagadnieniem w eksploracji danych, a w szczeg?lności jest wykorzystywane do wykrywania i usuwania anomalii z danych. Nieprawidlowości powstają na skutek usterek mechanicznych, zmian w zachowaniu systemu, oszustw, wlamań do sieci lub blęd?w ludzkich. Skuteczne wykrywanie wartości odstających i możliwości klastrowania danych w obecności wartości odstających oraz oparte na filtrowaniu danych po procesie klastrowania. Proponowany algorytm wykrywa eksperymenty odstające w trzech etapach: (i) Wykrywanie niedobor?w w obrazach; (ii) Wykrywanie nietypowych zdarzeń w strumieniach wideo; oraz (iii) Rzeczywiste zbiory danych benchmark?w UCI.Gl?wnym celem tego badania jest iteracyjne usuwanie obiekt?w, kt?re znajdują się z dala od swoich centroid?w klastrowych. Gl?wnym celem tego badania jest iteracyjne usuwanie obiekt?w, kt?re znajdują się z dala od swoich centroid?w klastrowych. Usuwanie odbywa się zgodnie z wybranym z g?ry zdefiniowanym progiem.Gl?wnym celem tego badania jest iteracyjne usuwanie obiekt?w, kt?re znajdują się z dala od swoich centroid?w klastra.

• Format: Paperback
• Language: Polish
• ISBN: 6203238724
• ISBN13: 9786203238723
• Release Date: January 2021
• Publisher: Wydawnictwo Nasza Wiedza
• Length: 80 Pages
• Weight: 0.28 lbs.
• Dimensions: 0.2" x 6.0" x 9.0"