Zobrazit minimální záznam

Computer Library with Clustering Methods

dc.contributor.advisorKošík, Michalcs
dc.contributor.authorRiša, Martincs
dc.date.accessioned2018-10-29T16:22:49Z
dc.date.available2018-10-29T16:22:49Z
dc.date.created2014cs
dc.identifier.citationRIŠA, M. Knihovna se shlukovacími metodami [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2014.cs
dc.identifier.other79873cs
dc.identifier.urihttp://hdl.handle.net/11012/56573
dc.description.abstractCílem této práce je vytvoření knihovny s vybranými shlukovacími metodami, porovnání jejich efektivity a vlastností testováním pro rozličné vstupní soubory dat. Cílem tohoto testování je určení efektivity jednotlivých metod a výhodnosti nebo případné nevýhodnosti metod pro shlukování obecných vstupních dat nebo vstupních dat specifických tvarů. V textu práce jsou také zdokumentovány etapy vývoje této knihovny.cs
dc.description.abstractThe aim of this work is to create a library with chosen clustering methods, to compare their effectiveness and their properties by testing them on different input data sets. The aim of the testing is to determine efficiency of a method, to determine advantages and disadvantages of a method to cluster general input data or to cluster only data of specific shapes. Stages of development of the library are also documented in the text of this work.en
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectshlukovací metodycs
dc.subjecthierarchickí shlukovánícs
dc.subjectshlukování založené na rozdělovanícs
dc.subjectshlukování založené na hustotěcs
dc.subjectporovnání shlukovacích metodcs
dc.subjecttestování shlukovacích metodcs
dc.subjectSLINKcs
dc.subjectfiltrovací algoritmus metody k-meanscs
dc.subjectDBSCANcs
dc.subjectOPTICScs
dc.subjectclustering methodsen
dc.subjecthierarchical clusteringen
dc.subjectpartitioning clusteringen
dc.subjectdensity-based clusteringen
dc.subjectclustering methods comparisionen
dc.subjectclustering methods testingen
dc.subjectSLINKen
dc.subjectfilter algorithm of k-means methoden
dc.subjectDBSCANen
dc.subjectOPTICSen
dc.titleKnihovna se shlukovacími metodamics
dc.title.alternativeComputer Library with Clustering Methodsen
dc.typeTextcs
dcterms.dateAccepted2014-06-17cs
dcterms.modified2014-07-17-13:55:37cs
thesis.disciplineInformační technologiecs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémůcs
thesis.levelBakalářskýcs
thesis.nameBc.cs
sync.item.dbid79873en
sync.item.dbtypeZPen
sync.item.insts2018.11.02 04:53:32en
sync.item.modts2018.10.22 02:38:07en
dc.contributor.refereeHomoliak, Ivancs
dc.description.markBcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs


Soubory tohoto záznamu

Thumbnail
Thumbnail

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam