Clusterização com restrição de homogeneidade no tamanho dos grupos

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPedroso, Lucas Garcia, 1981--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Curso de Graduação em Matemática Industrial-
Autor(es): dc.creatorAzeredo, Bárbara Guimarães Klotz de-
Data de aceite: dc.date.accessioned2025-09-01T12:33:03Z-
Data de disponibilização: dc.date.available2025-09-01T12:33:03Z-
Data de envio: dc.date.issued2025-08-11-
Data de envio: dc.date.issued2025-08-11-
Data de envio: dc.date.issued2022-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/97865-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/97865-
Descrição: dc.descriptionOrientador: Prof. Dr. Lucas Garcia Pedroso-
Descrição: dc.descriptionMonografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Graduação em Matemática Industrial-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo : Este trabalho consiste em uma revisão dos conceitos principais sobre clusterização, o código K-means e Aprendizagem de Máquinas não supervisionada. O objetivo é analisar um algoritmo de clusterização que contém a mesma quantidade de pontos em todos os clusters. Foramrealizados experimentos numéricos em MATLABparavalidar o desempenho do algoritmo em diversos datasets. Alem disso, o trabalho inclui uma comparação do algoritmo proposto e o código K-means e finaliza trazendo algumas ideias de pontos a melhorar e as conclusões obtidas-
Descrição: dc.descriptionAbstract : This paper consists of a review of the main concepts of clustering, the K-means algorithm, and unsupervised Machine Learning. The objective is to analyze a clustering algorithm that ensures an equal number of points in each cluster. Numerical experiments were conducted in MATLAB to validate the algorithm’s performance on various datasets. The study also includes a comparison between the proposed algorithm and the K-means method, and concludes by suggesting areas for improvement and presenting the obtained conclusions-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectCluster (Sistema de computador)-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectAlgorítmos computacionais-
Título: dc.titleClusterização com restrição de homogeneidade no tamanho dos grupos-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.