Sunteți pe pagina 1din 1

2.4 CLUSTERING VS. CLASIFICARE ........................................................................................................

21
2.4.1
nvare nesupervizat i supervizat .................................................................................. 21
2.4.2
Clasificare i analiza clasificrii ......................................................................................... 22
2.4.3
Clustering i analiza clusterilor ........................................................................................... 24
2.4.4
Cerine cheie pentru algoritmii de clustering ...................................................................... 25
2.5 METRICI DE SIMILARITATE A DOCUMENTELOR TEXT ....................................................................... 25
2.5.1
Structurarea datelor utilizate n clustering .......................................................................... 25
2.5.2
Disimilaritate i similaritate: msuri ale calitii clusteringului ......................................... 26
2.5.3
Distane uzuale ..................................................................................................................... 26
2.5.4
Tipuri de variabile utilizate n clustering/clasificare ........................................................... 28
2.6 EVALUAREA ALGORITMILOR DE CLASIFICARE/ CLUSTERING........................................................... 31
2.6.1
Msuri externe de validare a clusteringului i a clasificrii ................................................ 31
2.6.2
Msuri de validare intern a clusterilor .............................................................................. 32
PARTEA A III-A. CLASIFICARE ............................................................................................................................ 90
5

ALGORITMI DE CLASIFICARE. PARADIGMA ACTUAL ................................................................... 90


5.1 GENERALITI ................................................................................................................................ 90
5.2 ALGORITMI STOHASTICI ................................................................................................................. 90
5.2.1
Clasificarea bayesian ......................................................................................................... 91
5.2.2
Antrenarea clasificatorului Bayes ........................................................................................ 92
5.2.3
Testarea clasificatorului Bayes ............................................................................................ 93
5.2.4
Rezultate obinute cu clasificatorului Bayes ........................................................................ 94
5.3 ALGORITMI DE NVARE BAZAI PE BACKPROPAGATION ............................................................. 96
5.3.1
Modelul neuronului artificial ............................................................................................... 96
5.3.2
Arhitectura reelelor neuronale ............................................................................................ 98
5.3.3
nvarea reelelor neuronale ............................................................................................... 98
5.3.4
Reguli de nvare prin corecie a erorii ("error-correction rules") .................................... 99
5.3.5
Regula de nvare Boltzmann
102
5.3.6
Regula de nvare Hebb
102
5.3.7
Regula de nvare competitiv
102
5.3.8
Algoritmul de nvare Backpropagation
104
5.3.9
Cercetri privind evitarea saturrii ieirii neuronilor
107
5.4 ALGORITMI EVOLUIONITI. ALGORITMI GENETICI
107
5.4.1
Codificarea cromozomilor i problema de optimizare
108
5.4.2
Metode de alegere a cromozomilor ...................................................................................
108
5.4.3
Operatorii genetici utilizai
110
5.5
5.6

ALGORITMI BAZAI PE NUCLEE. SUPPORT VECTOR MACHINE (SVM)


110
CLASIFICATORI HIBRIZI. METACLASIFICATORI
115