Il termine Machine Learning si riferisce a un importante ramo dell’informatica che si occupa dell’addestramento di macchine con lo scopo di apprendere modelli dai dati. Il Machine Learning si divide in tre macrocategorie con caratteristiche e scopi diversi: Supervised Learning, Unsupervised Learning e Reinforcement Learning. In questa tesi viene presentata una particolare tecnica di di Unsupervised Learning, il Clustering, che consiste nell’individuazione di strutture significative all’interno di un insieme di dati e nel loro partizionamento in sottogruppi, detti cluster. L’obiettivo di questa tesi consiste nell’analizzare alcune tra le più note tecniche di Clustering, fornendo gli strumenti teorici per poterle comprendere. I primi capitoli, infatti, forniscono una panoramica generale sul Machine Learning e sul Clustering; successivamente vengono approfondite due tecniche di Clustering, K-Means Clustering e Spectral Clustering; la trattazione si conclude con un confronto teorico e pratico tra le due tecniche.

Machine Learning: analisi e confronto di tecniche di Clustering

FRIZZARIN, CHIARA
2023/2024

Abstract

Il termine Machine Learning si riferisce a un importante ramo dell’informatica che si occupa dell’addestramento di macchine con lo scopo di apprendere modelli dai dati. Il Machine Learning si divide in tre macrocategorie con caratteristiche e scopi diversi: Supervised Learning, Unsupervised Learning e Reinforcement Learning. In questa tesi viene presentata una particolare tecnica di di Unsupervised Learning, il Clustering, che consiste nell’individuazione di strutture significative all’interno di un insieme di dati e nel loro partizionamento in sottogruppi, detti cluster. L’obiettivo di questa tesi consiste nell’analizzare alcune tra le più note tecniche di Clustering, fornendo gli strumenti teorici per poterle comprendere. I primi capitoli, infatti, forniscono una panoramica generale sul Machine Learning e sul Clustering; successivamente vengono approfondite due tecniche di Clustering, K-Means Clustering e Spectral Clustering; la trattazione si conclude con un confronto teorico e pratico tra le due tecniche.
2023
Machine Learning: analysis and comparison of Clustering techniques
Machine Learning
Clustering
K-Means Clustering
Spectral Clustering
File in questo prodotto:
File Dimensione Formato  
Frizzarin_Chiara.pdf

accesso aperto

Dimensione 2.6 MB
Formato Adobe PDF
2.6 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/72167