|
Mavzu: Geometrik model vazifalari. Intellektual tahlil qilishda klasterlash. Reja
|
| bet | 2/4 | | Sana | 08.03.2023 | | Hajmi | 94.5 Kb. | | #44606 |
Bog'liq big data m.ish 115 саволлар, Image to PDF 20220405 13.52.02, 3 (1), SONGISI, IJTIMOIY FANLAR METODBIRLASHMASI 2023-2024 YIL, Chiroyli yozuv to\'garak, 1. Buddizm tarixi va uning ta’limoti haqida, 1-ma’ruza. Mavzu Axborot xavfsizligi insidentlarini boshqarishd-fayllar.org, Laba#8 (1), Молекуляр физика Термодинамика 4 қисм Абдуқодиров,Тоҳиров, Machine learning 2-amaliy, sherzodbek, BETLIK рус, Pul massasi va pul agregatlari Fan nomi Pul va Banklarsimli ramka modeli ob'ektning uch o'lchamli tasvirini ob'ekt yuzlarining kesishish chiziqlari shaklida ifodalaydi.
Yashirin chiziqlarni avtomatik ravishda olib tashlash mumkin emas;
Ob'ektni noaniq tasvirlash imkoniyati;
Ob'ektning kesimida faqat ob'ekt qirralarining kesishish nuqtalari tekislik bo'ladi;
Biroq, simli ramka modellari juda ko'p hisob-kitoblarni talab qilmaydi, ya'ni yuqori tezlik va katta kompyuter xotirasi. Shuning uchun ular kompyuter tasvirlarini yaratishda foydalanish jihatidan iqtisodiy hisoblanadi.
Yuzaki modellarda ob'ektning uch o'lchovli tasviri alohida sirtlar to'plami sifatida ifodalanadi.
Uch o'lchovli sirt modellarini yaratishda analitik va spline sirtlari qo'llaniladi.
Analitik yuzalar(tekislik, silindr, konus, shar va boshqalar) matematik tenglamalar bilan tavsiflanadi. Murakkab sirtli ob'ektlarning modellarini yaratish imkoniyati.
Uch o'lchovli sirt modellari nisbiy qalinligi yaratilgan ob'ekt modellarining o'lchamlaridan (kema korpusi, samolyot fyuzelyaji, avtomobil tanasi va boshqalar) ancha kichik bo'lgan sirtlardan tashkil topgan murakkab ob'ektlar modellarini yaratishda keng qo'llanilishini topdi.
Bundan tashqari, sirt modellari sirt cheklangan modellar yordamida gibrid qattiq modellarni yaratishda, ob'ektning murakkab sirtlari tufayli qattiq modelni yaratish juda qiyin yoki imkonsiz bo'lganda qo'llaniladi.
Mustahkam model ob'ektning haqiqiy tasviridir, chunki kompyuter ma'lumotlar tuzilmasi ob'ektning butun tanasi nuqtalarining koordinatalarini o'z ichiga oladi. Bu sizga ob'ektlar ustida mantiqiy amallarni bajarishga imkon beradi: birlashma, ayirish va kesish.
Klaster tahlili haqida umumiy ma'lumot
Klaster tahlili atamasi (birinchi marta Tryon, 1939 yilda kiritilgan) aslida turli tasniflash algoritmlari to'plamini o'z ichiga oladi. Ko'p sohalarda tadqiqotchilar tomonidan so'raladigan keng tarqalgan savol - bu kuzatilgan ma'lumotlarni vizual tuzilmalarga qanday tashkil qilishdir.
Masalan, biologlar hayvonlarni sindirishni maqsad qilishadi har xil turlari ular orasidagi farqlarni mazmunli tasvirlash.
Klaster tahlilining vazifasi ob'ektlarning dastlabki to'plamini o'xshash, yaqin ob'ektlar guruhlariga bo'lishdir. Bu guruhlar klasterlar deb ataladi.
Boshqacha qilib aytganda, klaster tahlili ob'ektlarni xususiyatlariga ko'ra tasniflash usullaridan biridir. Tasniflash natijalari mazmunli talqin qilinishi maqsadga muvofiqdir.
Klaster tahlil usullari bilan olingan natijalar turli sohalarda qo'llaniladi. Marketingda bu raqobatchilar va iste'molchilarni segmentatsiyalashdir.
Psixiatriyada paranoyya, shizofreniya va boshqalar kabi simptomlarni to'g'ri tashxislash muvaffaqiyatli terapiya uchun juda muhimdir.
Menejmentda etkazib beruvchilarni tasniflash, nikoh sodir bo'lgan o'xshash ishlab chiqarish holatlarini aniqlash muhim ahamiyatga ega. Sotsiologiyada respondentlarning bir jinsli guruhlarga bo'linishi. Portfel investitsiyalarida guruhlash muhimdir qimmat baho qog'ozlar rentabellik tendentsiyasining o'xshashligi bo'yicha, fond bozori to'g'risida olingan ma'lumotlarga asoslanib, ma'lum bir xavf darajasi uchun investitsiyalardan maksimal foyda olishga imkon beradigan optimal investitsiya portfelini shakllantirish.
Umuman olganda, bunday turdagi katta hajmdagi ma'lumotlarni tasniflash va uni keyingi qayta ishlash uchun mos shaklda taqdim etish zarur bo'lganda, klaster tahlili juda foydali va samarali bo'lib chiqadi.
Klaster tahlili juda katta hajmdagi ma'lumotlarni ko'rib chiqish va ijtimoiy-iqtisodiy ma'lumotlarning katta massivlarini sezilarli darajada siqish, ularni ixcham va vizual qilish imkonini beradi.
|
| |
