Advances in K-means Clustering : A Data Mining Thinking : Doctoral Thesis Accepted by Tsinghua University, China, with substantial Expansions/
Obra en que se ofrece un marco teórico sobre cómo adaptar un algoritmo k-medias o algoritmo de Lloyd a la agrupación de grandes cantidades de información, así como de los modelos de validación de estas agrupaciones. Se explican, además, los desafíos que presenta el uso de este algoritmo.
Guardado en:
| Autor principal: | |
|---|---|
| Otros autores: | |
| Formato: | Libro |
| Idioma: | Inglés |
| Publicado: |
Berlín, Alemania :
Springer,
2012, c2012
|
| Colección: | (Springer Theses)
|
| Temas: | |
| Acceso en línea: | Ver documento en línea |
| Etiquetas: |
Sin etiquetas, Sé el primero en etiquetar este registro!
|
Ejemplares similares: Advances in K-means Clustering :
- Intelligent Data Engineering and Automated Learning : IDEAL 2014 : 15th International Conference, Salamanca, Spain, September 10-12, 2014 : Proceedings /
- Machine Learning and Knowledge Discovery in Databases : Research Track : European Conference, ECML PKDD 2023, Turin, Italy, September 18–22, 2023 : Proceedings, Part I /
- Inteligencia de negocios y analítica de datos : una visión global de Business Intelligence and Analytics /
- Adaptive Big Data Pipelines /
- String Processing and Information Retrieval : 21st International Symposium, SPIRE 2014, Ouro Preto, Brazil, October 20-22, 2014 : Proceedings /
- Discovery Science : 17th International Conference, DS 2014, Bled, Slovenia, October 8-10, 2014 : Proceedings /