Projection-Based Clustering through Self-Organization and Swarm Intelligence: Combining Cluster Analysis with the Visualization of High-Dimensional Data

این کتاب با دسترسی آزاد تحت مجوز CC BY 4.0 منتشر شده است.

جنبه‌های یادگیری ماشینی بدون نظارت را که برای کشف دانش در علم داده استفاده می‌شود را پوشش می‌دهد و یک رویکرد مبتنی بر داده را برای تجزیه و تحلیل خوشه‌ای معرفی می‌کند. ، گروه Databionic (DBS). DBS از تجسم چشم انداز سه بعدی و خوشه بندی داده ها تشکیل شده است. چشم انداز سه بعدی امکان چاپ سه بعدی ساختارهای داده با ابعاد بالا را فراهم می کند. خوشه بندی و تعداد خوشه ها یا عدم وجود ساختار خوشه ای توسط چشم انداز سه بعدی در یک نگاه تأیید می شود. DBS اولین تکنیک مبتنی بر ازدحام است که ضمن بهره‌برداری از مفاهیم هوش ازدحام، خود سازماندهی و مفهوم تعادل نش از نظریه بازی، ویژگی‌های نوظهور را نشان می‌دهد. منجر به حذف تابع هدف کلی و تنظیم پارامترها می شود. با دانلود بسته R می توان DBS را برای داده های استخراج شده از زمینه های تحقیقاتی مختلف و حتی توسط افراد غیر حرفه ای در زمینه داده کاوی استفاده کرد.

This book is published open access under a CC BY 4.0 license.

It covers aspects of unsupervised machine learning used for knowledge discovery in data science and introduces a data-driven approach to cluster analysis, the Databionic swarm (DBS). DBS consists of the 3D landscape visualization and clustering of data. The 3D landscape enables 3D printing of high-dimensional data structures. The clustering and number of clusters or an absence of cluster structure are verified by the 3D landscape at a glance. DBS is the first swarm-based technique that shows emergent properties while exploiting concepts of swarm intelligence, self-organization and the Nash equilibrium concept from game theory. It results in the elimination of a global objective function and the setting of parameters. By downloading the R package DBS can be applied to data drawn from diverse research fields and used even by non-professionals in the field of data mining.