آموزش تحلیل خوشه‌بندی در داده‌کاوی - آخرین آپدیت

معرفی دوره Course Orientation

• مقدمه‌ای بر دوره Course Introduction

پودمان ۱ Module 1

• ۱.۱. تحلیل خوشه‌بندی چیست 1.1. What is Cluster Analysis

• ۱.۲. کاربردهای تحلیل خوشه‌بندی 1.2. Applications of Cluster Analysis

• ۱.۳ الزامات و چالش‌ها 1.3 Requirements and Challenges

• ۱.۴ دسته‌بندی چندبعدی 1.4 A Multi-Dimensional Categorization

• ۱.۵ نمای کلی از متدولوژی‌های رایج خوشه‌بندی 1.5 An Overview of Typical Clustering Methodologies

• ۱.۶ نمای کلی از خوشه‌بندی انواع مختلف داده‌ها 1.6 An Overview of Clustering Different Types of Data

• ۱.۷ نمای کلی از بینش‌های کاربر و خوشه‌بندی 1.7 An Overview of User Insights and Clustering

• ۲.۱ مفاهیم پایه: اندازه‌گیری شباهت بین اشیاء 2.1 Basic Concepts: Measuring Similarity between Objects

• ۲.۲ فاصله در داده‌های عددی (فاصله مینکوفسکی) 2.2 Distance on Numeric Data Minkowski Distance

• ۲.۳ معیار نزدیکی برای متغیرهای باینری متقارن در مقابل نامتقارن 2.3 Proximity Measure for Symetric vs Asymmetric Binary Variables

• ۲.۴ فاصله بین ویژگی‌های دسته‌ای، ترتیبی و انواع ترکیبی 2.4 Distance between Categorical Attributes Ordinal Attributes and Mixed Types

• ۲.۵ معیار نزدیکی بین دو بردار (شباهت کسینوسی) 2.5 Proximity Measure between Two Vectors Cosine Similarity

• ۲.۶ معیارهای همبستگی بین دو متغیر (کوواریانس و ضریب همبستگی) 2.6 Correlation Measures between Two variables Covariance and Correlation Coefficient

هفته ۲ Week 2

• ۳.۱ روش‌های خوشه‌بندی مبتنی بر افراز 3.1 Partitioning-Based Clustering Methods

• ۳.۲ روش خوشه‌بندی K-Means 3.2 K-Means Clustering Method

• ۳.۳ مقداردهی اولیه در خوشه‌بندی K-Means 3.3 Initialization of K-Means Clustering

• ۳.۴ روش خوشه‌بندی K-Medoids 3.4 The K-Medoids Clustering Method

• ۳.۵ روش‌های خوشه‌بندی K-Medians و K-Modes 3.5 The K-Medians and K-Modes Clustering Methods

• ۳.۶ خوشه‌بندی Kernel K-Means 3.6 Kernel K-Means Clustering

• ۴.۱ روش‌های خوشه‌بندی سلسله‌مراتبی 4.1 Hierarchical Clustering Methods

• ۴.۲ الگوریتم‌های خوشه‌بندی تجمعی 4.2 Agglomerative Clustering Algorithms

• ۴.۳ الگوریتم‌های خوشه‌بندی تقسیمی 4.3 Divisive Clustering Algorithms

• ۴.۴ توسعه‌های خوشه‌بندی سلسله‌مراتبی 4.4 Extensions to Hierarchical Clustering

• ۴.۵ BIRCH: رویکرد مبتنی بر ریزخوشه‌بندی 4.5 BIRCH: A Micro-Clustering-Based Approach

• نمای کلی ClusterEnG ClusterEnG Overview

• ClusterEnG: مدل‌های K-Means و K-Medoids ClusterEnG: K-Means and K-Medoids

• کاربرد ClusterEnG: الگوریتم AGNES ClusterEnG Application: AGNES

• کاربرد ClusterEnG: الگوریتم DBSCAN ClusterEnG Application: DBSCAN

هفته ۳ Week 3

• ۴.۶ CURE: خوشه‌بندی با استفاده از نمایندگان پراکنده 4.6 CURE: Clustering Using Well-Scattered Representatives

• ۴.۷ CHAMELEON: افراز گراف بر روی گراف KNN داده‌ها 4.7 CHAMELEON: Graph Partitioning on the KNN Graph of the Data

• ۴.۸ خوشه‌بندی سلسله‌مراتبی احتمالی 4.8 Probabilistic Hierarchical Clustering

• ۵.۱ روش‌های خوشه‌بندی مبتنی بر چگالی و مبتنی بر شبکه 5.1 Density-Based and Grid-Based Clustering Methods

• ۵.۲ DBSCAN: الگوریتم خوشه‌بندی مبتنی بر چگالی 5.2 DBSCAN: A Density-Based Clustering Algorithm

• ۵.۳ OPTICS: ترتیب نقاط برای شناسایی ساختار خوشه‌بندی 5.3 OPTICS: Ordering Points To Identify Clustering Structure

• ۵.۴ روش‌های خوشه‌بندی مبتنی بر شبکه 5.4 Grid-Based Clustering Methods

• ۵.۵ STING: رویکرد شبکه اطلاعات آماری 5.5 STING: A Statistical Information Grid Approach

• ۵.۶ CLIQUE: خوشه‌بندی زیرفضایی مبتنی بر شبکه 5.6 CLIQUE: Grid-Based Subspace Clustering

هفته ۴ Week 4

• ۶.۱ روش‌های اعتبارسنجی خوشه‌بندی 6.1 Methods for Clustering Validation

• ۶.۲ ارزیابی خوشه‌بندی و اندازه‌گیری کیفیت 6.2 Clustering Evaluation Measuring Clustering Quality

• ۶.۳ خوشه‌بندی مبتنی بر محدودیت 6.3 Constraint-Based Clustering

• ۶.۴ معیارهای خارجی ۱: معیارهای مبتنی بر تطبیق 6.4 External Measures 1: Matching-Based Measures

• ۶.۵ معیارهای خارجی ۲: معیارهای مبتنی بر آنتروپی 6.5 External Measure 2: Entropy-Based Measures

• ۶.۶ معیارهای خارجی ۳: معیارهای جفتی 6.6 External Measure 3: Pairwise Measures

• ۶.۷ معیارهای داخلی برای اعتبارسنجی خوشه‌بندی 6.7 Internal Measures for Clustering Validation

• ۶.۸ معیارهای نسبی 6.8 Relative Measures

• ۶.۹ پایداری خوشه 6.9 Cluster Stability

• ۶.۱۰ تمایل به خوشه‌بندی 6.10 Clustering Tendency

جمع‌بندی دوره Course Conclusion