مارکتینگ پروژه 20 | مرجع فایل های دانلودی - پروژه آماده - پروژه دانشجویی - پاورپوینت آماده
0

هیچ محصولی در سبد خرید نیست.

ترجمه مقاله پیشرفت های اخیر در زمینه خوشه بندی داکیومنت

ترجمه مقاله پیشرفت های اخیر در زمینه خوشه بندی داکیومنت

دسته بندی مقالات ترجمه شده isi
فرمت فایل docx
حجم فایل 927 کیلو بایت
تعداد صفحات 25
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

پیشرفت های اخیر در زمینه خوشه بندی داکیومنت

Recent Developments in Document Clustering

این گزارش مروری کوتاه بر وضعیت فعلی پژوهش های انجام گرفته بر خوشه بندی داکیومنت دارد و پیشرفت های اخیر در این حوزه را معرفی می کند. الگوریتم های خوشه بندی با دو سناریو فرضی در ذهن در نظر گرفته می شود: خوشه بندی query آنلاین با محدودیت کارآمدی شدید و خوشه بندی آفلاین با تاکید بر صحت انجام. تجزیه و تحلیل مقایسه ای الگوریتم ها همراه با یک جدول خلاصه ویژگی های مهم انجام شده و مشکلات باز و همچنین تحقیقات آتی در این حوزه مورد بحث قرار می گیرد.

محتوا

  1. 1. مقدمه
  2. 2. خوشه بندی خوب، بد و زشت
  3. 3. مدل فضای برداری

3.1 پیش‌ پردازی

3.2 مثال

  1. 4. توسعه k-means

4.1 k-meanکروی آنلاین

4.2 k-means کرنل

  1. 5. الگوریتم زایشی

5.1 مدل گاسین

5.2 حداکثر انتظار

5.3 مدل میزس-فیشر

5.4 k-means مبتنی بر مدل

  1. 6. خوشه بندی طیفی

6.1 خوشه تقسیم و ادغام

6.2 خوشه بندی fuzzyفازی

  1. 7. کاهش ابعادسنجی

7.1 تجزیه و تحلیل مولفه های اصلی

7.2 تجزیه ماتریس نامنفی

7.3کوکلاسترینگ طیفی نرم

7.4 لینگو

  1. 8. مدل مبتنی بر عبارت

8.1 خوشه بندی درختی

8.2 نمودار ضمیمه داکیومنت

  1. 9. تحلیل مقایسه ای

9.1 خوشه بندی جستجو Query

9.2 خوشه بندی مجموعه

10. نتیجه گیری

مقدمه

خوشه بندی داکیومنت و یا متن زیر مجموعه ای از حوزه بزرگتر از خوشه بندی داده ها است که مفاهیم را از زمینه های بازیابی اطلاعات (IR)، پردازش زبان طبیعی (NLP)، و یادگیری ماشین (ML) قرض می گیرد. خوشه بندی اسناد از این پس به سادگی به عنوان خوشه بندی معرفی شده است.

فرایند خوشه بندی با هدف کشف گروه بندی های طبیعی است و بنابراین یک نمای کلی از رده ها(موضوعات) در مجموعه اسناد ارائه می دهد. در زمینه هوش مصنوعی،به عنوان یادگیری ماشین بدون سرپرست شناخته شده است. خوشه بندی را نباید با طبقه بندی اشتباه گرفت. در مسئله طبقه بندی شماره رده و ویژگی های آن بصورت قیاسی شناخته شده است و اسناد در این رده اختصاص داده است. در مقابل، در مسئله خوشه بندی همانطور که در شماره1 است ویژگی ها و یا عضویت (ترکیب) هر رده از پیش شناخته شده است. این تفاوت در شکل 1 نشان داده شده است. طبقه بندی مثالی از یادگیری ماشینی نظارت شده است.

پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود

محمد

من نویسنده این سایت هستم و خوشحالم که در کنار مدیریت سایت میتوانم هر روز تجربیات خودم رو افزایش دهم تا به ارائه خدمات بهتری بپردازم.

مطالب زیر را حتما بخوانید:

قوانین ارسال دیدگاه در سایت

  • چنانچه دیدگاهی توهین آمیز باشد و متوجه اشخاص مدیر، نویسندگان و سایر کاربران باشد تایید نخواهد شد.
  • چنانچه دیدگاه شما جنبه ی تبلیغاتی داشته باشد تایید نخواهد شد.
  • چنانچه از لینک سایر وبسایت ها و یا وبسایت خود در دیدگاه استفاده کرده باشید تایید نخواهد شد.
  • چنانچه در دیدگاه خود از شماره تماس، ایمیل و آیدی تلگرام استفاده کرده باشید تایید نخواهد شد.
  • چنانچه دیدگاهی بی ارتباط با موضوع آموزش مطرح شود تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

لینک کوتاه: