خوشه بندي سري هاي زماني براساس مدل

كارشناسي ارشد

خوشه‌بندي يك روش رايج در داده‌كاوي است كه در آن داده‌هاي بدون برچسب از هم تفكيك مي‌شوند. هدف خوشه‌بندي توليد گروه‌هايي از مشاهدات با ويژگي‌هاي مشابه است به‌طوري‌كه مشاهداتي كه خارج از يك خوشه قرار دارد، شباهتي با آن نداشته‌باشند. روش‌هاي مختلفي براي خوشه‌بندي وجود دارد. در اين پايان‌نامه از روش خوشه‌بندي براساس مدل استفاده شده ‌است.در فصل 4، خوشه‌بندي با استفاده از مدل سري‌هاي زماني توسط توزيع نرمال چندمتغيره و الگويتم بيشينه اميد‌ رياضي انجام شده‌است. همچنين در فصل 5 ،خوشه‌بندي توسط مدل اتورگرسيو با استفاده از زنجيره ماركوف مونت كارلو و الگوريتم گيبز معرفي شده‌است. توجه داشته باشيد كه در خوشه‌بندي تعداد خوشه‌ها مي‌تواند مسئله‌ساز باشد. از آنجايي كه در اغلب الگوريتم‌ها فرض مي‌شود كه تعداد خوشه‌ها از قبل معلوم است، بعد از اتمام خوشه‌بندي، به‌علت اينكه مشاهدات واقعي داراي برچسب نيستند، مشخص كردن اينكه خوشه‌بندي درست انجام شده يا خير سخت است.

194319

دانشگاه علم و صنعت ايران

دكتر غلامحسين ياري

آمار - آمار رياضي

دكتر رحمان فرنوش