prikaz prve stranice dokumenta Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka
Rad nije dostupan
završni rad
Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka
2019. urn:nbn:hr:168:795003
Mance, Ivana
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Mance, I. (2019). Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:795003

Mance, Ivana. "Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:795003

Mance, Ivana. "Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2019. https://urn.nsk.hr/urn:nbn:hr:168:795003

Mance, I. (2019). 'Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 17.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:795003

Mance I. Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2019 [pristupljeno 17.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:795003

I. Mance, "Implementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:795003

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:795003
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovImplementacija statističkog hijerarhijskog algoritma za grupiranje podataka dobivenih iz tokova podataka
Naslov (engleski)Statistical Hierarchical Algorithm Implementation for Data Streams Clustering
AutorIvana Mance
MentorBoris Vrdoljak (mentor)
Član povjerenstvaBoris Vrdoljak (predsjednik povjerenstva)
Član povjerenstvaMirta Baranović (član povjerenstva)
Član povjerenstvaZdravko Galić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2019-07-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Živimo u eri podataka u kojoj je brza i efektivna obrada velike količine podataka nužna za inovativnost i razvoj. Nije više moguće ručno obrađivati gomile podataka koje kruže raznim računalnim sustavima, zbog čega se poseže za automatiziranom obradom i strojnim učenjem. Algoritmi grupiranja su nenadzirani oblik strojnog učenja gdje algoritam pokušava raspodijeliti podatke u grupe bez ikakvih oznaka. Algoritam statističkog hijerarhijskog grupiranja spada u obitelj hijerarhijskih aglomerativnih algoritama. Pripadnost podata grupi određuje računajući mahalanobisovu udaljenost koja uzima u obzir ovisnosti između dimenzija podataka. Manje grupe nazvane komponente grupiraju se u veće grupe nazvane klasteri. Implementacija algoritma izvedena je s Apache Sparkom, analitičkim strojem za distribuiranu obradu velikih skupova podataka. Spark za pohranu distribuiranih podataka koristi strukturu RDD, a obrada podataka svodi se na transformacije i akcije nad RDD-ima. U implementaciji algoritma, RDD čine serijalizirani Javini objekti koji predstavljaju komponente klastera. Algoritam je uspješniji na podacima s izraženijom ovisnošću među dimenzijama podataka.
Sažetak (engleski)
We live in era of data, where fast and efficient big data processing is necessity for innovation and growth. Manual processing of data running through computer systems is simply not possible and for that reason, automation in processing and machine learning are relied on more heavily. Clustering algorithms are unsupervised form of machine learning were algorithm tries to group data in clusters without any labels. Statistical hierarchical algorithm belongs in agglomerative hierarchical algorithms. A metric used for determining affiliation of data to a certain cluster is mahalanobis distance, measure of distance that takes data covariance into the account. Smaller groups named components are agglomerated in bigger groups, called clusters. The algorithm was implemented using Apache Spark, analytical engine for distributed big data processing. Spark uses distributed data structure called RDD and most of data processing consists of preforming transformations and actions on RDDs. In the implementation, RDD consists of serialized Java objects representing cluster components. Algorithm preforms better on datasets that have pronounced correlation between dimensions of data.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:795003
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2020-01-07 19:59:06