Miniatura

Fitxers

tfg_marc_morera_de_frutos.pdf (1.58 MB)
codi_font.rar (796.56 KB)

Tipus de document

Treball de fi de grau

Data de publicació

2021-01-24

Llicència de publicació

cc-by-nc-nd (c) Marc Morera de Frutos, 2021
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/181389

Mètodes i models per a l'anàlisi de clústers

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

[en] In this project we study clustering methods, focusing on the two most used classes of algorithms: partitional and hierarchical. We explore definition and performance of several methods, as well as some criteria to validate results. Then, we assess computational problems arising from adapting generic clustering methods to tackle large data sets, as well as algorithms designed with the goal of improving their performance in these cases. We include R code to demonstrate practical applications of clustering and to generate graphical visualizations.

Descripció

Treballs Finals de Grau de Matemàtiques, Facultat de Matemàtiques, Universitat de Barcelona, Any: 2021, Director: Josep Fortiana Gregori

Matèries

Anàlisi de conglomerats, Treballs de fi de grau, Anàlisi multivariable, Mineria de dades, Algorismes computacionals

Matèries (anglès)

Cluster analysis, Bachelor's theses, Multivariate analysis, Data mining, Computer algorithms

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Matemàtiques
Programari - Treballs de l'alumnat

Citació

MORERA DE FRUTOS, Marc. Mètodes i models per a l'anàlisi de clústers. [consulta: 20 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/181389]

Exportar metadades

JSON - METS

Compartir registre