Nehodí se? Vůbec nevadí! Zboží můžete vrátit až do 30 dní
S dárkovým poukazem nešlápnete vedle. Obdarovaný si za dárkový poukaz může vybrat cokoliv z naší nabídky.
Až 30 dní na vrácení zboží
Metody klasteryzacji mają na celu uzyskanie jednorodnych podziałów obiektów, jednocześnie promując heterogeniczność między tymi podziałami. Każde podejście do klasteryzacji, takie jak metody hierarchiczne, partycjonujące i neuronowe, ma ostatecznie swoje zalety i ograniczenia. Skupiamy się na metodach neuronowych, ponieważ pokonują one ograniczenia metod hierarchicznych i partycjonowania i są najbardziej odpowiednimi metodami klasteryzacji do stosowania w przypadku dużej ilości danych. W niniejszej pracy proponujemy algorytm multi-SOM wykorzystujący inne kryterium oceny. Konieczny jest zatem przegląd miar oceny proponowanych w literaturze. Niemniej jednak metoda multi-SOM, wraz ze swoją siłą i skutecznością w wyznaczaniu granic klastrów, ma również ograniczenia w zakresie warunków zatrzymania.
Ahoj! Jsem Libroamiko, tvůj knižní rádce.
Jak ti můžu pomoct?