Ulteriori informazioni
Klasterizaciq atributow qwlqetsq odnim iz prilozhenij dlq dobychi dannyh bez kontrolq, kotorye ranee ispol'zowalis' dlq wyqwleniq statisticheskoj zawisimosti mezhdu podmnozhestwami peremennyh. Metody klasterizacii takzhe wazhny w metodah intellektual'nogo analiza dannyh dlq izucheniq estestwennoj struktury i wyqwleniq interesnyh zakonomernostej w ishodnyh dannyh, takzhe oni dokazali swoü poleznost' w poiske sowmestno äxpressiruemyh obrazcow. V ätoj knige dlq klasterizacii atributow ispol'zowalas' teoriq grubyh mnozhestw (TGM). RST - äto teoriq, prinqtaq dlq raboty s grubymi i neuwerennymi znaniqmi, kotoraq analiziruet klastery i nahodit principy dannyh, kogda predyduschie znaniq nedostupny. V ätoj rabote, posle primeneniq metoda klasterizacii atributow na osnowe grubogo mnozhestwa na real'nom nabore dannyh, dannye klassificiruütsq s pomosch'ü nekotoryh tradicionnyh metodow klassifikacii.
Info autore
Doktor Rudra Kalqn Naqk - docent kafedry komp'üternyh nauk i inzhenerii w Obrazowatel'nom fonde Koneru Lakshmajq.D-r Ramamani Tripati - docent kafedry Master of Computer Application. Doktor Debahuti Mishra - professor i zaweduüschij kafedroj komp'üternyh nauk i inzhenerii.
