Методика розв’язання задачі групування багатомірних об’єктів за допомогою кластерного аналізу

Скорочена інформація про документ
dc.contributor.authorВасильєва Л. В.
dc.contributor.authorVasylieva L. V.
dc.date.accessioned2018-01-12T08:54:34Z
dc.date.available2018-01-12T08:54:34Z
dc.date.issued2017
dc.description.abstractУ статті розглянуто питання використання інформаційних технологій у вивченні курсу «Багатомірний статистичний аналіз». Обґрунтована важливість навчання студентів вміння застосовувати математичний апарат та спеціальні програмні засоби для аналізу статистичних даних у майбутній професійній діяльності. У статті наведений алгоритм розв’язання задачі кластерного аналізу та розроблена методика проведення лабораторного заняття для студентів економічного напрямку навчання. Приведені основні відомості про найбільш поширені алгоритми кластерізації: критерій ближнього сусіда, критерій далекого сусіда, критерій центроїда у двох модифікаціях – критерій, розрахований без урахування статистичного ваги поєднуваних груп та критерій середнього сусіда, розрахований з урахуванням числа об'єктів поєднуваних груп. Показані засоби візуалізації процесу вирішення задачі, такі, як діаграма дерева класифікації, таблиця та графік послідовності агломерації. Багатомірне групування статистичних даних виконане на даних з предметної області.uk_UA
dc.description.abstractIn the article the questions of using information technologies in the study of the course "Multivariate statistical analysis". Explains the importance of teaching students the ability Provides basic information about the most common clustering algorithms: nearest-neighbor criterion, the criterion of farthest neighbor, the centroid criterion in two versions - criterion, calculated without taking into account the statistical weight of the merged groups and the criterion of the average neighbor, calculated based on the number of objects in the merged groups. Shows a visualization of the process of solving the problem, such as a chart of a classification tree, the table and sequence chart of agglomeration. Multidimensional group statistics performed on the data from the subject area. Тo apply mathematical tools and special software for analysis of statistics in their future professional activities. The article presents the algorithm for solving the cluster analysis and developed methodology for conducting laboratory classes for students of economic fields of study.uk_UA
dc.identifier.citationВасильєва, Л. В. Методика розв’язання задачі групування багатомірних об’єктів за допомогою кластерного аналізу [Текст] / Л. В. Васильєва // Фізико-математична освіта : науковий журнал / Міністерство освіти і науки, Сумський державний педагогічний університет імені А. С. Макаренка, Фізико-математичний факультет ; редкол.: В. Ю. Сторіжко, Ф. М. Лиман, І. О. Мороз [та ін.]. – Суми : Вид-во СумДПУ імені А. С. Макаренка, 2017. – Вип. 3 (13). – С. 31–34.uk_UA
dc.identifier.urihttps://repository.sspu.edu.ua/handle/123456789/3537
dc.language.isoukuk_UA
dc.subjectкластерний аналізuk_UA
dc.subjectгрупування багатомірних об’єктівuk_UA
dc.subjectметодика викладанняuk_UA
dc.subjectстатистичні даніuk_UA
dc.subjectcluster analysisuk_UA
dc.subjectgrouping of multidimensional objectsuk_UA
dc.subjectteaching methodsuk_UA
dc.subjectstatistical datauk_UA
dc.titleМетодика розв’язання задачі групування багатомірних об’єктів за допомогою кластерного аналізуuk_UA
dc.title.alternativeThe Method of Solving the Problem of Grouping Multidimensional Objects by Cluster Analysisuk_UA
dc.typeArticleuk_UA
dc.udc.udc004.67:378.147uk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
2017_3(13)_Vasilyeva_Scientific journal FMO.pdf
Розмір:
725.02 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
2.99 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
Фізико-математична освіта