Título :	Partitional Clustering via Nonsmooth Optimization : Clustering via Optimization
Tipo de documento:	documento electrónico
Autores:	M. Bagirov, Adil, Autor ; Karmitsa, Napsu, Autor ; Taheri, Sona, Autor
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	XX, 336 p. 78 ilustraciones, 77 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-37826-4
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Minería de datos y descubrimiento de conocimientos  Inteligencia artificial  Procesamiento de la señal  Sistemas de reconocimiento de patrones  Telecomunicación  Reconocimiento de patrones automatizado  Procesamiento de datos
Índice Dewey:	621.382 Ingeniería de comunicaciones
Resumen:	Este libro describe modelos de optimización de problemas de clusterización y algoritmos de clusterización basados ​​en técnicas de optimización, incluyendo su implementación, evaluación y aplicaciones. El libro da una descripción completa y detallada de los enfoques de optimización para resolver problemas de clusterización; el énfasis de los autores en los algoritmos de clusterización se basa en métodos deterministas de optimización. El libro también incluye resultados sobre algoritmos de clusterización en tiempo real basados ​​en técnicas de optimización, aborda problemas de implementación de estos algoritmos de clusterización y analiza nuevos desafíos que surgen de los macrodatos. El libro es ideal para cualquier persona que enseñe o aprenda algoritmos de clusterización. Proporciona una introducción accesible al campo y es muy adecuado para profesionales que ya están familiarizados con los conceptos básicos de la optimización. Proporciona una descripción completa de los algoritmos de clusterización basados ​​en técnicas de optimización global y no suave. Aborda los problemas de clusterización en tiempo real en grandes conjuntos de datos y los desafíos que surgen de los macrodatos. Describe la implementación y evaluación de algoritmos de clusterización basados ​​en optimización.
Nota de contenido:	Introduction -- Introduction to Clustering -- Clustering Algorithms -- Nonsmooth Optimization Models in Cluster Analysis -- Nonsmooth Optimization -- Optimization based Clustering Algorithms -- Implementation and Numerical Results -- Conclusion.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Partitional Clustering via Nonsmooth Optimization : Clustering via Optimization [documento electrónico] / M. Bagirov, Adil, Autor ; Karmitsa, Napsu, Autor ; Taheri, Sona, Autor  . -  1 ed.  . - [s.l.] : Springer, 2020 . - XX, 336 p. 78 ilustraciones, 77 ilustraciones en color.
ISBN : 978-3-030-37826-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Minería de datos y descubrimiento de conocimientos  Inteligencia artificial  Procesamiento de la señal  Sistemas de reconocimiento de patrones  Telecomunicación  Reconocimiento de patrones automatizado  Procesamiento de datos
Índice Dewey:	621.382 Ingeniería de comunicaciones
Resumen:	Este libro describe modelos de optimización de problemas de clusterización y algoritmos de clusterización basados ​​en técnicas de optimización, incluyendo su implementación, evaluación y aplicaciones. El libro da una descripción completa y detallada de los enfoques de optimización para resolver problemas de clusterización; el énfasis de los autores en los algoritmos de clusterización se basa en métodos deterministas de optimización. El libro también incluye resultados sobre algoritmos de clusterización en tiempo real basados ​​en técnicas de optimización, aborda problemas de implementación de estos algoritmos de clusterización y analiza nuevos desafíos que surgen de los macrodatos. El libro es ideal para cualquier persona que enseñe o aprenda algoritmos de clusterización. Proporciona una introducción accesible al campo y es muy adecuado para profesionales que ya están familiarizados con los conceptos básicos de la optimización. Proporciona una descripción completa de los algoritmos de clusterización basados ​​en técnicas de optimización global y no suave. Aborda los problemas de clusterización en tiempo real en grandes conjuntos de datos y los desafíos que surgen de los macrodatos. Describe la implementación y evaluación de algoritmos de clusterización basados ​​en optimización.
Nota de contenido:	Introduction -- Introduction to Clustering -- Clustering Algorithms -- Nonsmooth Optimization Models in Cluster Analysis -- Nonsmooth Optimization -- Optimization based Clustering Algorithms -- Implementation and Numerical Results -- Conclusion.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i