دانلود کتاب Constrained Clustering: Advances in Algorithms, Theory, and Applications (Chapman & Hall/CRC Data Mining and Knowledge Discovery Series) (به فارسی: خوشه بندی محدود: پیشرفت در الگوریتم ها، تئوری و کاربردها (سری داده کاوی و کشف دانش Chapman & Hall/CRC)) نوشته شده توسط «Sugato Basu – Ian Davidson – Kiri Wagstaff»
اطلاعات کتاب خوشه بندی محدود: پیشرفت در الگوریتم ها، تئوری و کاربردها (سری داده کاوی و کشف دانش Chapman & Hall/CRC)
موضوع اصلی: الگوریتم ها و ساختارهای داده
نوع: کتاب الکترونیکی
ناشر: Chapman and Hall/CRC
نویسنده: Sugato Basu – Ian Davidson – Kiri Wagstaff
زبان: English
فرمت کتاب: djvu (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2008
تعداد صفحه: 470
حجم کتاب: 5 مگابایت
کد کتاب: 9781584889960 , 1584889969
نوبت چاپ: 1
توضیحات کتاب خوشه بندی محدود: پیشرفت در الگوریتم ها، تئوری و کاربردها (سری داده کاوی و کشف دانش Chapman & Hall/CRC)
از زمان کار اولیه بر روی خوشه بندی محدود، پیشرفت های زیادی در روش ها، کاربردها و درک ما از ویژگی های نظری محدودیت ها و الگوریتم های خوشه بندی محدود صورت گرفته است. با گردآوری این پیشرفت‌ها، خوشه‌بندی محدود: پیشرفت‌ها در الگوریتم‌ها، تئوری و کاربردها مجموعه گسترده‌ای از آخرین نوآوری‌ها در روش‌های تجزیه و تحلیل داده‌های خوشه‌بندی را ارائه می‌دهد که از دانش پس‌زمینه کدگذاری شده به عنوان محدودیت استفاده می‌کنند.
الگوریتم‌ها
پنج فصل اول این جلد به بررسی پیشرفت‌ها در استفاده از محدودیت‌های زوجی در سطح نمونه برای خوشه‌بندی پارتیشنی و سلسله مراتبی می‌پردازد. سپس این کتاب انواع دیگری از محدودیت‌ها را برای خوشه‌بندی، از جمله متعادل‌سازی اندازه خوشه، حداقل اندازه خوشه و محدودیت‌های رابطه‌ای در سطح خوشه بررسی می‌کند.
تئوری
همچنین تغییرات خوشه‌بندی سنتی تحت محدودیت‌ها و همچنین الگوریتم‌های تقریب را با تضمین عملکرد مفید توصیف می‌کند.
برنامه‌ها
این کتاب با اعمال خوشه‌بندی با محدودیت‌هایی برای داده‌های رابطه‌ای، انتشار داده‌های حفظ حریم خصوصی، و داده‌های نظارت تصویری به پایان می‌رسد. این یک رویکرد خوشه‌بندی بصری تعاملی، یک رویکرد یادگیری متریک از راه دور، محدودیت‌های وجودی، و محدودیت‌های تولید شده به طور خودکار بحث می‌کند.
با مشارکت محققان صنعتی و کارشناسان برجسته دانشگاهی که در این زمینه پیشگام بودند، این جلد پوشش کاملی از قابلیت‌ها و محدودیت‌های روش‌های خوشه‌بندی محدود ارائه می‌کند و همچنین انواع جدیدی از محدودیت‌ها و الگوریتم‌های خوشه‌بندی را معرفی می‌کند.
Algorithms
The first five chapters of this volume investigate advances in the use of instance-level, pairwise constraints for partitional and hierarchical clustering. The book then explores other types of constraints for clustering, including cluster size balancing, minimum cluster size,and cluster-level relational constraints.
Theory
It also describes variations of the traditional clustering under constraints problem as well as approximation algorithms with helpful performance guarantees.
Applications
The book ends by applying clustering with constraints to relational data, privacy-preserving data publishing, and video surveillance data. It discusses an interactive visual clustering approach, a distance metric learning approach, existential constraints, and automatically generated constraints.
With contributions from industrial researchers and leading academic experts who pioneered the field, this volume delivers thorough coverage of the capabilities and limitations of constrained clustering methods as well as introduces new types of constraints and clustering algorithms.
