شاهو زارعی

خوشه بندی یا تحلیل خوشه ای که رده بندی غیرنظارتی نیز نامیده می شود، فرایندی است که در آن یک مجموعه داده ناهمگن به گروه ها یا خوشه هایی تقسیم می شوند به طوری که درون گروه ها بیشترین شباهت و بین گروه ها بیشترین تفاوت وجود داشته باشد. خوشه بندی به منظور کشف الگوهای پنهان در بین داده ها و ساده سازی تحلیل انجام می شود. کاربرد خوشه بندی را در بسیاری از زمینه های علمی مانند پزشکی، روان-پزشکی، جامعه شناسی و ... می توان مشاهده کرد. همچنین بازشناسی الگو، پردازش سیگنال و تصویر از دیگر کاربردهای مهم خوشه بندی است. در این کارگاه ابتدا یادگیری نظارتی و غیرنظارتی به طور دقیق تعریف می شوند. سپس خوشه بندی به عنوان مهمترین روش یادگیری غیرنظارتی تعریف و انواع روش های آن مورد بحث قرار می گیرد. همچنین چند شاخص مهم ارزیابی کیفیت خوشه بندی معرفی می شوند. در ادامه خوشه بندی k–میانگین توضیح داده می-شود. چون خوشه بندی مبتنی برمدل براساس مدل آمیزه ای (mixture model) انجام می شود، این مدل تعریف و تئوری آن به اختصار بیان می شود. بعد از آن خوشه بندی مبتنی برمدل تعریف خواهد شد. مهمترین خوشه بندی مبتنی برمدل، براساس مدل آمیزه ای نرمال است، ازاین رو این روش خوشه بندی به طور دقیق بیان شده و نحوه استفاده از آن با تحلیل داده واقعی در نرم افزار R با استفاده از بسته MCLUST توضیح داده می-شود