ترجمه مقاله طراحی سیستم مدیریت اطلاعات حسابداری با استفاده از کلان داده و تکنولوژی ابر – نشریه هینداوی
مبلغ : 64800 تومان
سال انتشار : 2022
ترجمه مقاله پیشرفتهای اخیر در خوشه بندی
قیمت خرید این کالا
27,800 تومان
| عنوان فارسی: | پیشرفتهای اخیر در خوشه بندی: بررسی کوتاه |
| عنوان انگلیسی: | Recent Advances in Clustering: A Brief Survey |
| تعداد صفحات مقاله انگلیسی : 9 | تعداد صفحات ترجمه فارسی : 16 |
| فرمت مقاله انگلیسی : PDF | فرمت ترجمه مقاله : ورد تایپ شده |
| کد محصول : 9329 | رفرنس : دارد ✓ |
| محتوای فایل : zip | حجم فایل : 445.07Kb |
| رشته های مرتبط با این مقاله: مهندسی کامپیوتر |
| گرایش های مرتبط با این مقاله: هوش مصنوعی |
| دانشگاه: گروه ریاضی دانشگاه پاتراس |
| کلمات کلیدی: تحلیل الگو، هوش ماشین، سیستم های هوشمند |
| وضعیت ترجمه منابع داخل متن: درج نشده است ☓ |
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب
چکیده
1. مقدمه
2. روشهای تقسیم بندی
3. خوشه بندی سلسله مراتبی
4. خوشه بندی مبتنی بر چگالی
5. خوشه بندی مبتنی بر شبکه
6. روشهای مبتنی بر مدل
7. مجموعه های الگوریتم های خوشه بندی
8. نتیجه گیری
نمونه متن انگلیسی
Abstract:
Unsupervised learning (clustering) deals with instances, which have not been pre-classified in any way and so do not have a class attribute associated with them. The scope of applying clustering algorithms is to discover useful but unknown classes of items. Unsupervised learning is an approach of learning where instances are automatically placed into meaningful groups based on their similarity. This paper introduces the fundamental concepts of unsupervised learning while it surveys the recent clustering algorithms. Moreover, recent advances in unsupervised learning, such as ensembles of clustering algorithms and distributed clustering, are described.
نمونه متن ترجمه
چکیده
یادگیری بی نظارت ( خوشه بندی) با نمونه هایی سر و کار دارد که از قبل به هر طریق دسته بندی شده و به همین خاطر مشخصه کلاسی در رابطه با آنها وجود ندارد. حدود کاربرد الگوریتم های خوشه بندی، برای کشف کلاس های مفید اما ناشناخته از آیتم ها می باشد. یادگیری بی نظارت شیوه ای برای یادگیری است که نمونه ها به صورت خودکار وبر مبنای تشابهشان در گروههای معنادارقرار داده می شوند. این مقاله، مفاهیم بنیادی یادگیری غیرنظارت شده را معرفی و در عین حال الگوریتم های خوشه بندی اخیر را مورد بررسی قرار می دهد. به علاوه، پیشرفتهای اخیر در یادگیری بی نظارت، نظیر مجموعه های الگوریتم های خوشه بندی و خوشه بندی توزیع شده، شرح داده شده است.
محصولات مشابه
ترجمه مقاله iBike: خدمات دوچرخه عمومی هوشمند – نشریه الزویر
مبلغ : 48800 تومان
سال انتشار : 2019
