Luận văn Thạc sĩ Khoa học máy tính: Phân cụm dữ liệu dựa trên mật độ và ứng dụng

Phân cụm dữ liệu dựa trên mật độ và ứng dụng

Tác giả: Vũ Ngọc Thanh

Lĩnh vực: Khoa học Máy tính

Nội dung tài liệu:

Luận văn tập trung vào phương pháp “Phân cụm dữ liệu dựa trên mật độ và ứng dụng”, một kỹ thuật khai phá dữ liệu hiệu quả. Luận văn trình bày tổng quan về khai phá dữ liệu và phân cụm dữ liệu, bao gồm các khái niệm, phương pháp, lĩnh vực ứng dụng và các hướng tiếp cận. Đặc biệt, luận văn đi sâu vào phương pháp phân cụm dữ liệu dựa trên mật độ, giới thiệu các thuật toán tiêu biểu như DBSCAN, DBRS, OPTICS và DENCLUE. Cuối cùng, luận văn đề cập đến việc xây dựng chương trình thực nghiệm để áp dụng phương pháp này với giải thuật DBSCAN.

Mục lục chi tiết:

• Mục lục
• Danh mục hình ảnh
• Danh mục từ viết tắt
• Mở đầu
• Chương 1: Tổng quan về khai phá dữ liệu và phân cụm dữ liệu
  • 1.1. Tổng quan về khai phá dữ liệu
    • 1.1.1. Khái niệm
    • 1.1.2. Tiến trình khai phá dữ liệu
    • 1.1.3. Các mô hình khai phá dữ liệu
    • 1.1.4. Các hướng tiếp cận và kỹ thuật sử dụng trong khai phá dữ liệu
    • 1.1.5. Các dạng dữ liệu có thể khai phá
    • 1.1.6. Các ứng dụng của khai phá dữ liệu
  • 1.2. Tổng quan về phân cụm dữ liệu
    • 1.2.1. Khái niệm
    • 1.2.2. Các mục tiêu của phân cụm dữ liệu
    • 1.2.3. Các ứng dụng của phân cụm dữ liệu
    • 1.2.4. Các yêu cầu của phân cụm dữ liệu
    • 1.2.5. Những vấn đề còn tồn tại trong phân cụm dữ liệu
    • 1.2.6. Một số khái niệm cần thiết khi tiếp cận phân cụm dữ liệu
    • 1.2.7. Những kỹ thuật tiếp cận trong phân cụm dữ liệu
• Chương 2: Phân cụm dữ liệu dựa trên mật độ
  • 2.1. Giới thiệu
  • 2.2. Thuật toán DBSCAN
  • 2.3. Thuật toán DBRS
  • 2.4. Thuật toán OPTICS
  • 2.5. Thuật toán DENCLUDE
• Chương 3: Xây dựng chương trình thực nghiệm
  • 3.1. Ý tưởng bài toán
  • 3.2. Nguồn dữ liệu đầu vào
  • 3.3. Phương pháp giải quyết bài toán
  • 3.4. Kết quả thực nghiệm
• Kết luận
• Tài liệu tham khảo
• Phụ lục