Clustering methods for large datasets

Thesis title: Shlukovací metody pro velké soubory dat
Author: Vilikus, Ondřej
Thesis type: Diplomová práce
Supervisor: Fialová, Hana
Opponents: Húsek, Dušan
Thesis language: Česky
Abstract:
S rostoucím množstvím shromažďovaných a ukládaných dat vzniká potřeba shlukovacích metod, které by se dokázaly vypořádat i s rozsáhlými datovými soubory. Proto se objevuje množství nových algoritmů, vycházejících jak ze statistických přístupů, tak i z oblasti strojového učení. Cílem této diplomové práce je stručně představit dostupné metody shlukové analýzy a zhodnotit jejich silné a slabé stránky při analýze velkých souborů. Obsahem teoretické části je shrnutí základních pojmů a principů, které... show full abstract
Keywords: algoritmy; statistický software; generování náhodných souborů; velké datové soubory; shluková analýza
Thesis title: Clustering methods for large datasets
Author: Vilikus, Ondřej
Thesis type: Diploma thesis
Supervisor: Fialová, Hana
Opponents: Húsek, Dušan
Thesis language: Česky
Abstract:
Keywords:

Information about study

Study programme: Kvantitativní metody v ekonomice/Statistické a pojistné inženýrství
Type of study programme: Magisterský studijní program
Assigned degree: Ing.
Institutions assigning academic degree: Vysoká škola ekonomická v Praze
Faculty: Faculty of Informatics and Statistics
Department: Department of Statistics and Probability

Information on submission and defense

Date of assignment: 17. 5. 2007
Date of submission: 1. 6. 2007
Date of defense: 13. 6. 2007
Identifier in the InSIS system: https://insis.vse.cz/zp/5645/podrobnosti

Files for download

    Last update: