Análisis de medidas no-supervisadas de calidad en clusters obtenidos por K-means y Particle Swarm Optimization (Registro nro. 38523)
[ vista simple ]
| 000 -Cabecera | |
|---|---|
| Campo de control de longitud fija | 01729nab a22002897 4500 |
| 001 - Número de control | |
| Número de control | H(066) UP |
| 003 - Identificador del Número de control | |
| Identificador del número de control | AR-sfUTN |
| 008 - Códigos de información de longitud fija-Información general | |
| Códigos de información de longitud fija | 190909b xx |||p|r|||| 00| 0 spa d |
| 040 ## - Fuente de la catalogación | |
| Centro transcriptor | AR-sfUTN |
| 080 ## - CDU | |
| Clasificación Decimal Universal | H(066) UP |
| 100 ## - Punto de acceso principal-Nombre de persona | |
| Nombre personal | Villagra, Andrea [y otros] |
| 245 ## - Mención de título | |
| Título | Análisis de medidas no-supervisadas de calidad en clusters obtenidos por K-means y Particle Swarm Optimization |
| 336 ## - Tipo de contenido | |
| Fuente | rdacontent |
| Término de tipo de contenido | texto |
| Código de tipo de contenido | txt |
| 337 ## - Tipo de medio | |
| Fuente | rdamedia |
| Nombre del tipo de medio | sin mediación |
| Código del tipo de medio | n |
| 338 ## - Tipo de soporte | |
| Fuente | rdacarrier |
| Nombre del tipo de soporte | volumen |
| Código del tipo de soporte | nc |
| 505 ## - Nota de contenido con formato | |
| Nota de contenido con formato | El clustering de datos ayuda a discernir la estructura y simplifica la complejidad de cantidades masivas de datos. Es una técnica común y se utiliza en diversos campos como, aprendizaje de máquina, minería de datos, reconocimiento de patrones, análisis de imágenes y bioinformática, donde la distribución de la información puede ser de cualquier tamaño y forma. Este trabajo presenta una evaluación desde distintas perspectivas de una serie de medidas relevantes no-supervisadas de calidad como por ejemplo, cuantización del error, distancia intra- e inter-cluster, de los clusters obtenidos por el conocido algoritmo K-means, una metaheurística poblacional denominada Particle Swarm Optimization (PSO) y un algoritmo híbrido, que combina las características de los dos algoritmos anteriores, denominado PSO+Kmeans. |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | CLUSTERS |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | ALGORITMOS |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | BASES DE DATOS |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | ACCESO A LA INFORMACION |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | K-MEANS |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | PARTICLE SWARM OPTIMIZATION |
| 650 ## - Punto de acceso adicional de materia - Término de materia | |
| Término de materia | MEDIDAS NO SUPERVISADAS |
| 773 ## - Enlace al documento fuente | |
| Título | Ciencia y Tecnología |
| Número de control del registro relacionado | H(066) UP |
| Nota | S.T.:H(066) UP PP3649 |
| Parte(s) relacionada(s) | (vol. 9, nro. , 2009), p. 147-161 |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) | |
| Tipo de ítem Koha | Registros analíticos |
No hay ítems disponibles.