İnformasiya Texnologiyaları İnstitutunda 5 və 9 saylı şöbələrin “Böyük həcmli məlumatların analizi üçün iterativ klasterləşdirmə metodları” mövzusuna həsr olunmuş birgə onlayn elmi seminarı keçirilib.
Məruzəni təqdim edən institutun doktorantı Şəlalə Tahirzadə öncə təlimsiz öyrənmə (Unsupervised learning) metodlarından olan klasterləşdirmə alqoritmləri, eləcə də k-means alqoritminin addımları haqqında məlumat verib.
O, tədqiqat işində böyük həcmli məlumatların analizi üçün k-means alqoritminin modifikasiya olunmuş versiyaları – iterativ k-means (IK-means) və iterativ çəkili k-means alqoritmlərinin (IWK-means) təklif edildiyini, iterativ klasterləşdirmə üçün təklif edilən alqoritmlərin addımlarından bəhs olunduğunu və müqayisəli analiz edildiyini, həmçinin IK-means və IWK-means alqoritmlərinin R proqramlaşdırma dilində yazılmış kodlarının təqdim olunduğunu diqqətə çatdırıb.
Ş.Tahirzadə bildirib ki, eksperimentlər hər iki alqoritm üçün 10 müxtəlif ölçüdə seçilmiş dataset üzərində həyata keçirilib. Daha detallı qiymətləndirilmə üçün alqoritmlər müxtəlif paket və klaster sayına uyğun olaraq təkrar yerinə yetirilib və 10 dəfə icra edilməklə ortalama qiymətlər qeyd olunub. Müqayisəli təhlil üçün eyni dataset-lər k-means vasitəsilə də klasterləşdirilib. Yekun nəticələrin qiymətləndirilməsi üçün funksiyanın qiyməti, zaman, “Purity”, “Davies-Bouldin” indeksi kimi müxtəlif metrikalardan istifadə edilib.
Sonra eksperimentlərin nəticələrinə dair müzakirə aparılıb, suallar cavablandırılıb. Nəticələrin təhlili zamanı növbəti addım kimi eksperimentin yekun qiymətləndirmə üçün daha böyük ölçülü dataset üzərində, klaster və paket sayını müxtəlif rəqəmlər seçməklə davam etdirilməsi tövsiyə olunub. Eyni zamanda, iterativ çəkili k-means alqoritmi üçün çəkinin təyin olunması məqsədilə müxtəlif metodlardan istifadənin də nəticələrə təsirinin araşdırılması və metrikalarla qiymətləndirilməsi təklif edilib.
© Bütün hüquqlar qorunur. Xəbərlərdən istifadə edərkən www.ict.az saytına istinad zəruridir.
