Použití filtrovacích algoritmů ve shlukové analýze

• Thesis title in Czech: Použití filtrovacích algoritmů ve shlukové analýze
• Thesis title in English: Use of filter algorithms in cluster analysis
• Key words: Shluková analýza, algoritmus k-průměrů, filtrovací algoritmus, algoritmus x-průměrů
• English key words: Cluster analysis, k-means algorithm, x-means algorithm, filtering algorithm
• Academic year of topic announcement: 2010/2011
• Thesis type: Bachelor's thesis
• Thesis language: čeština
• Department: Department of Probability and Mathematical Statistics (32-KPMS)
• Supervisor: prof. RNDr. Jaromír Antoch, CSc.
• Author: hidden - assigned and confirmed by the Study Dept.
• Date of registration: 08.04.2011
• Date of assignment: 15.04.2011
• Date and time of defence: 18.06.2012 00:00
• Date of electronic submission: 23.05.2012
• Date of submission of printed version: 24.05.2012
• Date of proceeded defence: 18.06.2012
• Opponents: RNDr. Petr Novák, CSc.

Guidelines

Mezi nejpopulárnější postupy v oblasti shlukové analýzy patří metoda k-průměrů. Během uplynulých let byla pro tento postup mnohorozměrné analýzy dat navržena a implementována řada algoritmů. Mezi tyto algoritmy patří metoda kvadrantových stromů navržená v práci Kamunka a kol. Její výhodou má být, podle autorů, schopnost pracovat s velmi rozsáhlými daty, tj. daty která mají rozsah desítek až stovek prvků.

Cílem této bakalářské práce je danou metodu nastudovat, popsat, shrnout její výhody a nevýhody, implementovat ji a vyzkoušet jak na reálných tak na simulovaných datech. Jakékoliv vylepšení doposud navržených postupů a vyřešení otevřených problémů je vítáno.

References

T. Kamungo a kol. An efficient k-means clustering algorithm. Analysis and implementation. IEEE Transactions on pattern analysis and machine Intelligence 24(7), 2002.

P. Hebák a kol. Vícerozměrné statistické metody. Informatorium, Praha, 2004.

H. Řezanková a kol. Shluková analýza dat. Professional Publishing, Praha, 2009.