4.28.2.5 Clustering (8 horas) [Habilidades a,b,c,1,2]

Referencias Bibliográficas: [Cuadros-Vargas et al., 2004,Knuth, 2007a,Knuth, 2007b,Gamma et al., 1994] Temas
  1. Introducción a Clustering.
  2. Kmeans y DBScan.
  3. Clustering Applications.
  4. Clustering Ensemble.
Objetivos de Aprendizaje
  1. Introducir los fundamentos teóricos para el clustering de datos multidimensionales.
  2. Implementar diferentes estrategias para el clustering de datos multidimensionales, como basados en partición, en jerarquía o en densidad.
  3. Entender los fundamentos, aplicaciones e implementar ensambles de métodos de clustering.
  4. Implementar ensambles de métodos de clustering con datos reales.



Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM