Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.

Detalhes bibliográficos
Autor(a) principal: Ernée Kozyreff Filho
Data de Publicação: 2009
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do ITA
Texto Completo: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=835
Resumo: O presente texto discorre sobre o método da mistura de gaussianas aplicado à formação de agrupamentos (clusters) de observações a partir de um conjunto maior de dados. Trata-se de um problema sem solução analítica e, assim, utiliza-se o algoritmo EM (Expectation Maximization) para encontrar soluções por meio de dois procedimentos: inicializações aleatórias e pré-estimativas via métodos hierárquicos de formação de clusters. Conclui-se que a segunda opção é robusta quando se utiliza o método de Ward, enquanto que a primeira também propicia bons resultados, mas que são raros dentre muitas soluções ruins ou pontos de singularidade. Apresenta-se também um exemplo dos métodos estudados com dados reais de empresas brasileiras para ilustrar e complementar o trabalho.
id ITA_b6899f886a1e71d70643e7aa6c88d94f
oai_identifier_str oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:835
network_acronym_str ITA
network_name_str Biblioteca Digital de Teses e Dissertações do ITA
spelling Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.Processos gaussianosAnálise de aglomeradosAnálise estatísticaAlgoritmo esperança-maximizaçãoProcessos estocásticosMétodos estatísticosPesquisa operacionalMatemáticaO presente texto discorre sobre o método da mistura de gaussianas aplicado à formação de agrupamentos (clusters) de observações a partir de um conjunto maior de dados. Trata-se de um problema sem solução analítica e, assim, utiliza-se o algoritmo EM (Expectation Maximization) para encontrar soluções por meio de dois procedimentos: inicializações aleatórias e pré-estimativas via métodos hierárquicos de formação de clusters. Conclui-se que a segunda opção é robusta quando se utiliza o método de Ward, enquanto que a primeira também propicia bons resultados, mas que são raros dentre muitas soluções ruins ou pontos de singularidade. Apresenta-se também um exemplo dos métodos estudados com dados reais de empresas brasileiras para ilustrar e complementar o trabalho.Instituto Tecnológico de AeronáuticaRodrigo Arnaldo ScarpelErnée Kozyreff Filho2009-07-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=835reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:01:58Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:835http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:34:27.812Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue
dc.title.none.fl_str_mv Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
title Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
spellingShingle Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
Ernée Kozyreff Filho
Processos gaussianos
Análise de aglomerados
Análise estatística
Algoritmo esperança-maximização
Processos estocásticos
Métodos estatísticos
Pesquisa operacional
Matemática
title_short Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
title_full Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
title_fullStr Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
title_full_unstemmed Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
title_sort Um estudo sobre o método da mistura de gaussianas para formação de grupos de dados.
author Ernée Kozyreff Filho
author_facet Ernée Kozyreff Filho
author_role author
dc.contributor.none.fl_str_mv Rodrigo Arnaldo Scarpel
dc.contributor.author.fl_str_mv Ernée Kozyreff Filho
dc.subject.por.fl_str_mv Processos gaussianos
Análise de aglomerados
Análise estatística
Algoritmo esperança-maximização
Processos estocásticos
Métodos estatísticos
Pesquisa operacional
Matemática
topic Processos gaussianos
Análise de aglomerados
Análise estatística
Algoritmo esperança-maximização
Processos estocásticos
Métodos estatísticos
Pesquisa operacional
Matemática
dc.description.none.fl_txt_mv O presente texto discorre sobre o método da mistura de gaussianas aplicado à formação de agrupamentos (clusters) de observações a partir de um conjunto maior de dados. Trata-se de um problema sem solução analítica e, assim, utiliza-se o algoritmo EM (Expectation Maximization) para encontrar soluções por meio de dois procedimentos: inicializações aleatórias e pré-estimativas via métodos hierárquicos de formação de clusters. Conclui-se que a segunda opção é robusta quando se utiliza o método de Ward, enquanto que a primeira também propicia bons resultados, mas que são raros dentre muitas soluções ruins ou pontos de singularidade. Apresenta-se também um exemplo dos métodos estudados com dados reais de empresas brasileiras para ilustrar e complementar o trabalho.
description O presente texto discorre sobre o método da mistura de gaussianas aplicado à formação de agrupamentos (clusters) de observações a partir de um conjunto maior de dados. Trata-se de um problema sem solução analítica e, assim, utiliza-se o algoritmo EM (Expectation Maximization) para encontrar soluções por meio de dois procedimentos: inicializações aleatórias e pré-estimativas via métodos hierárquicos de formação de clusters. Conclui-se que a segunda opção é robusta quando se utiliza o método de Ward, enquanto que a primeira também propicia bons resultados, mas que são raros dentre muitas soluções ruins ou pontos de singularidade. Apresenta-se também um exemplo dos métodos estudados com dados reais de empresas brasileiras para ilustrar e complementar o trabalho.
publishDate 2009
dc.date.none.fl_str_mv 2009-07-17
dc.type.driver.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=835
url http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=835
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Tecnológico de Aeronáutica
publisher.none.fl_str_mv Instituto Tecnológico de Aeronáutica
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do ITA
instname:Instituto Tecnológico de Aeronáutica
instacron:ITA
reponame_str Biblioteca Digital de Teses e Dissertações do ITA
collection Biblioteca Digital de Teses e Dissertações do ITA
instname_str Instituto Tecnológico de Aeronáutica
instacron_str ITA
institution ITA
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica
repository.mail.fl_str_mv
subject_por_txtF_mv Processos gaussianos
Análise de aglomerados
Análise estatística
Algoritmo esperança-maximização
Processos estocásticos
Métodos estatísticos
Pesquisa operacional
Matemática
_version_ 1706809263087681536

Registros relacionados