Кластерний аналіз[1] – це задача розбиття певної вибірки об’єктів на підмножини. Дані підмножини називаються кластерами і при тому розбиття проводиться так, щоб ці кластери складались із схожих об’єктів, але істотно відрізнялись між собою. Кластерний аналіз має дуже широкий спектр застосувань: він використовується в медицині, біології, хімії, державному управлінні, психології, філології, соціології, маркетингу та багатьох інших дисциплінах. Проте можливо найбільше застосування кластерний аналіз має у світі технологій, оскільки кожен складний процес можна розбити на менші процеси та групувати їх за певними характеристиками. Так кластерний аналіз використовується для таких задач, як проектування мікропроцесорів, мікроконтроллерів, визначення особливостей поширення вірусів у мережі, спрощення роботи з вибіркою інформації, тощо. І цей список застосувань щороку збільшується, оскільки групування елементів за певними критеріями є універсально корисною операцією. Однак універсальність застосування кластерного аналізу призводить до дещо суперечливої його інтерпретації, завдяки великій кількості методів і підходів до даної теми.
ПІДВИЩЕННЯ ТОЧНОСТІ КЛАСТЕРИЗАЦІЇ ЗА ДОПОМОГОЮ НЕЙРОННИХ МЕРЕЖ
Андрій Прокопів, Роман Прокопів (Дрогобич, Україна) | Скачать статью