Show simple item record

Unsupervised learning

dc.contributor.advisorHonzík, Petrcs
dc.contributor.authorKantor, Jancs
dc.date.accessioned2019-04-04T03:44:23Z
dc.date.available2019-04-04T03:44:23Z
dc.date.created2008cs
dc.identifier.citationKANTOR, J. Učení bez učitele [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008.cs
dc.identifier.other11790cs
dc.identifier.urihttp://hdl.handle.net/11012/8600
dc.description.abstractSmyslem této práce bylo popsat některé techniky učení bez učitele, které se běžně používají v procesu shlukové analýzy dat. První část je zaměřena na teoretickou rešerši některých algoritmů, popis výhod a nevýhod každé z diskutovaných metod a validace kvality shlukování. V této části je zmíněna řada způsobů jak odhadnout a spočítat kvalitu shlukování založenou na interní a externí znalosti. Dobrá technika validace kvality shlukování je jedna z nejdůležitějších částí ve shlukové analýze. Druhá část práce se zabývá implementací rozdílných shlukovacích technik a programů na reálných datech a porovnává je se skutečnými rozděleními v souboru dat a publikovanými výsledky.cs
dc.description.abstractThe purpose of this work has been to describe some techniques which are normally used for cluster data analysis process of unsupervised learning. The thesis consists of two parts. The first part of thesis has been focused on some algorithms theory describing advantages and disadvantages of each discussed method and validation of clusters quality. There are many ways how to estimate and compute clustering quality based on internal and external knowledge which is mentioned in this part. A good technique of clustering quality validation is one of the most important parts in cluster analysis. The second part of thesis deals with implementation of different clustering techniques and programs on real datasets and their comparison with true dataset partitioning and published related work.en
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectučení bez učitelecs
dc.subjectshluková analýzacs
dc.subjectplatnostcs
dc.subjectodhadcs
dc.subjectkvalitacs
dc.subjectshlukycs
dc.subjectmetody shlukovánícs
dc.subjectmetody dolování datcs
dc.subjectunsupervised learningen
dc.subjectcluster analysisen
dc.subjectvalidationen
dc.subjectestimationen
dc.subjectqualityen
dc.subjectclustersen
dc.subjectclustering techniquesen
dc.subjectdata mining techniquesen
dc.titleUčení bez učitelecs
dc.title.alternativeUnsupervised learningen
dc.typeTextcs
dcterms.dateAccepted2008-06-10cs
dcterms.modified2008-10-07-09:33:08cs
thesis.disciplineKybernetika, automatizace a měřenícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav automatizace a měřicí technikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
sync.item.dbid11790en
sync.item.dbtypeZPen
sync.item.insts2019.06.21 06:32:43en
sync.item.modts2019.05.18 18:17:05en
dc.contributor.refereeSáblík, Václavcs
dc.description.markAcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record