Mostrar el registro sencillo del documento

Análisis de clúster automático

dc.rights.licenseAtribución-CompartirIgual 4.0 Internacional
dc.contributor.advisorVelasquez Henao, Juan David
dc.contributor.authorCorrea Henao, Marisol
dc.date.accessioned2021-12-15T15:30:20Z
dc.date.available2021-12-15T15:30:20Z
dc.date.issued2021-12-08
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/80784
dc.descriptionilustraciones, gráficas, tablas
dc.description.abstractEn este documento se desarrolla el proceso de software de análisis de clúster automático, aunque en la actualidad, existen varias librerías que permiten realizar análisis de clúster, se busca automatizar el proceso y lograr diferentes opciones centralizadas en un mismo paquete; facilitando el análisis y la parametrización de los modelos. Para su elaboración, se utilizaron las librerías ya existentes en Python, tomando como base lo que se tiene en diferentes herramientas y software estadístico o de análisis de datos, de manera que se puedan usar tanto por una persona con conocimientos básicos como por una persona con conocimientos profundos que quiera parametrizar sus análisis. Los resultados de este trabajo muestran que es posible facilitar los procesos de agrupamiento y su respectivo análisis de datos a través de los algoritmos actuales, guiando al usuario de manera simple, gráfica, intuitiva en todo el proceso, llevando a concluir que los resultados del análisis de clúster se ve sujeto a la subjetividad o a los conocimientos del usuario sin embargo esta subjetividad es posible reducirla a través de estrategias, técnicas, análisis y el buen uso de las herramientas existentes. (Texto tomado de la fuente)
dc.description.abstractIn this document the automatic cluster analysis software process is developed, although at present, there are several libraries that allow cluster analysis to be carried out. The aim is to automate the process and achieve different centralized options in the same package, facilitating the analysis and parameterization of the models. For its preparation, existing libraries in python were used, taking as a basis what is available in statistical tools and software or data analysis, so that they can be used both by a person with basic knowledge and by a person with knowledge, that you want to parameterize your analysis. The results of this process show that it is possible to facilitate the grouping results and their respective data analysis through current algorithms, guiding the user in a simple, graphical, intuitive way throughout the process, leading to the conclusion that the results of the analysis Clustering is subject to subjectivity or user knowledge, however this subjectivity can be reduced through strategies, techniques, analysis and the proper use of existing tools.
dc.format.extentxi, 63 páginas
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores
dc.titleAnálisis de clúster automático
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programMedellín - Minas - Maestría en Ingeniería - Analítica
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería - Analítica
dc.description.researchareaAnálisis de clúster
dc.description.technicalinfoDocumento con detalle de funcionamiento de software
dc.identifier.instnameUniversidad Nacional de Colombia
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.publisher.departmentDepartamento de la Computación y la Decisión
dc.publisher.facultyFacultad de Minas
dc.publisher.placeMedellín, Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Medellín
dc.relation.referencesAguilar, L. J. (2016). Big Data, Análisis de grandes volúmenes de datos en organizaciones. Alfaomega Grupo Editor.
dc.relation.referencesAldenderfer, M. S., & Blashfield, R. K. (1984). A review of clustering methods. Cluster analysis, 33-61.
dc.relation.referencesAnderberg, M. R. (1973). Cluster Analysis for applications. Academic Press. New York and London.
dc.relation.referencesAnkerst, M., Breunig, M. M., Kriegel, H. P., & Sander, J. (1999). OPTICS: Ordering points to identify the clustering structure. ACM Sigmod record, 28(2), 49-60.
dc.relation.referencesAshenden,A., Ward-Dutton, N., & Wentworth, C., (2016). La nueva tendencia de automatización: Machine Learning y más. MWD Advisors. Disponible en: https://www.ibm.com/downloads/cas/M1PG1J23.
dc.relation.referencesÄyrämö, S., & Kärkkäinen, T. (2006). Introduction to partitioning-based clustering methods with a robust example. Reports of the Department of Mathematical Information Technology. Series C, Software engineering and computational intelligence, (1/2006).
dc.relation.referencesBirant, D., & Kut, A. (2007). ST-DBSCAN: An algorithm for clustering spatial–temporal data. Data & Knowledge Engineering, 60(1), 208-221.
dc.relation.referencesChojnacki, A., Dai, C., Farahi, A., Shi, G., Webb, J., Zhang, D.T., Abernethy, J., Schwartz, E., (2017). A Data Science Approach to Understanding Residential Water Contamination in Flint, in: Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, KDD ’17. ACM, New York, NY, USA, pp. 1407– 1416. https://doi.org/10.1145/3097983.3098078
dc.relation.referencesAliguliyev, R. M. (2009). Performance evaluation of density-based clustering methods. Information Sciences, 179(20), 3583-3602.
dc.relation.referencesAluja, T. (2001). La minería de datos, entre la estadística y la inteligencia artificial. Qüestió: quaderns d'estadística i investigació operativa, 25(3), 479-498.
dc.relation.referencesChou, Y. L., & Armer, V. A. (1977). Análisis estadístico (No. 04; RMD, HA29 C4 1977.). Interamericana.
dc.relation.referencesCleveland, W.S., 2001. Data Science: an Action Plan for Expanding the Technical Areas of the Field of Statistics. Int. Stat. Rev. 69, 21–26. https://doi.org/10.1111/j.1751- 5823.2001.tb00477.x
dc.relation.referencesCluster (Mahout Map-Reduce 0.13.0 API). (2017, April 14). Apache.org. https://mahout.apache.org/docs/0.13.0/api/docs/mahoutmr/org/apache/mahout/clustering/Cluster.html
dc.relation.referencesClustering |KNIME. (2021). KNIME. https://www.knime.com/nodeguide/analytics/clustering
dc.relation.referencesCorrea, M., (2021, October 12). TDGMarisolCorreaHenao/docs at main · marcorhe/TDGMarisolCorreaHenao. GitHub. https://github.com/marcorhe/TDGMarisol
dc.relation.referencesDhillon, I. S., Guan, Y., & Kulis, B. (2004, August). Kernel k-means: spectral clustering and normalized cuts. In Proceedings of the tenth ACM SIGKDD international conference on Knowledge discovery and data mining (pp. 551-556). ACM.
dc.relation.referencesCorrea, M., (2021, October 12). TDGMarisolCorreaHenao/docs at main · marcorhe/TDGMarisolCorreaHenao. GitHub. https://github.com/marcorhe/TDGMarisolCorreaHenao/tree/main/docs
dc.relation.referencesDane, A. D., & Kateman, G. (1993). On k-medoid clustering of large data sets with the aid of a genetic algorithm: Background, feasibility and comparison. Analytica Chimica Acta, 282, 647–669. 2009 a simple
dc.relation.referencesDíaz, M., León, Á., Alvin, H., & Díaz Mora, M. E. (2016). Introducción al análisis estadístico multivariado aplicado. Experiencia y casos en el Caribe colombiano. Universidad del Norte.
dc.relation.referencesDubes, R., & Jain, A. K. (1979). Validity studies in clustering methodologies. Pattern recognition, 11(4), 235-254.
dc.relation.referencesEluri, V. R., Ramesh, M., Al-Jabri, A. S. M., & Jane, M. (2016, March). A comparative study of various clustering techniques on big data sets using Apache Mahout. In 2016 3rd MEC International Conference on Big Data and Smart City (ICBDSC) (pp. 1-4). IEEE.
dc.relation.referencesEster, M., Kriegel, H. P., Sander, J., & Xu, X. (1996). A density-based algorithm for discovering clusters in large spatial databases with noise. In kdd (Vol. 96, No. 34, pp. 226-231).
dc.relation.referencesFernández, S. F., Sánchez, J. M. C., Córdoba, A., & Largo, A. C. (2002). Estadística descriptiva. Esic Editorial.
dc.relation.referencesFeurer, M., Klein, A., Eggensperger, K., Springenberg, J., Blum, M., & Hutter, F. (2015). Efficient and robust automated machine learning. In Advances in neural information processing systems (pp. 2962-2970).
dc.relation.referencesGelbard, R., Goldman, O., & Spiegler, I. (2007). Investigating diversity of clustering methods: An empirical comparison. Data & Knowledge Engineering, 63(1), 155-166.
dc.relation.referencesGómez-Skarmeta, A. F., Delgado, M., & Vila, M. A. (1999). About the use of fuzzy clustering techniques for fuzzy model identification. Fuzzy sets and systems, 106(2), 179- 188.
dc.relation.referencesHazen, B.T., Boone, C.A., Ezell, J.D., Jones-Farmer, L.A., (2014). Data quality for data science, predictive analytics, and big data in supply chain management: An introduction to the problem and suggestions for research and applications. Int. J. Prod. Econ. 154, 72– 80. https://doi.org/10.1016/j.ijpe.2014.04.018.
dc.relation.referencesHierarchical Clustering — Orange Visual Programming 3 documentation. (2021). Readthedocs.io. https://orange3.readthedocs.io/projects/orange-visualprogramming/en/latest/widgets/unsupervised/hierarchicalclustering.html
dc.relation.referencesHuang, Z. (1998). Extensions to the k-means algorithm for clustering large data sets with categorical values. Data mining and knowledge discovery, 2(3), 283-304.
dc.relation.referencesipywidgets — Jupyter Widgets 7.6.5 documentation. (2021). Readthedocs.io. https://ipywidgets.readthedocs.io/en/stable/
dc.relation.referencesJi, J., Bai, T., Zhou, C., Ma, C., & Wang, Z. (2013). An improved k-prototypes clustering algorithm for mixed numeric and categorical data. Neurocomputing, 120, 590-596
dc.relation.referencesSAS Institute. (2012). SAS/OR 9.3 User's Guide: Mathematical Programming Examples. SAS institute. Kaufman, L., & Rousseeuw, P. J. (1990).
dc.relation.referencesFinding groups in data: An introduction to clúster analysis. New York: Wiley 2009 a simple.
dc.relation.referencesLópez, C. P. (2007). Minería de datos: técnicas y herramientas. Editorial Paraninfo.
dc.relation.referencesLückeheide, S., Velásquez, J. D., & Cerda, L. (2007). Segmentación de los contribuyentes que declaran iva aplicando herramientas de clustering. Revista de Ingeniería de Sistemas, 21, 87-110.
dc.relation.referencesMacQueen, J. B. (1967). Some methods for classification and analysis of multivariate observations. Proceedings of the fifth Berkeley symposium on mathematical statistics and probability (Vol. 1, pp. 281–297). Berkeley: University of California Press. 2009 a simple.
dc.relation.referencesMaheswaran, G., Jayarajan, P., Jose, J., & Joseph, J. (2013). K Means Clustering Algorithms: A Comparitive Study.
dc.relation.referencesMatplotlib: Python plotting —Matplotlib 3.4.3 documentation. (2012). Matplotlib.org. https://matplotlib.org/
dc.relation.referencesMeilă, M., & Heckerman, D. (2001). An experimental comparison of model-based clustering methods. Machine learning, 42(1), 9-29.
dc.relation.referencesMorán, L. L., & Alonso, J. H. (2009). Estadística descriptiva. Ediciones Académicas.
dc.relation.referencesMüllner, D. (2013). fastcluster: Fast hierarchical, agglomerative clustering routines for R and Python. Journal of Statistical Software, 53(9), 1-18.
dc.relation.referencesNg, A. Y., Jordan, M. I., & Weiss, Y. (2002). On spectral clustering: Analysis and an algorithm. Advances in neural information processing systems (pp. 849-856).
dc.relation.referencesNumPy. (2021). Numpy.org. https://numpy.org/
dc.relation.referencesPandas - Python Data Analysis Library. (2021). Pydata.org. https://pandas.pydata.org/
dc.relation.referencesPark, H. S., & Jun, C. H. (2009). A simple and fast algorithm for K-medoids clustering. Expert systems with applications, 36(2), 3336-3341.
dc.relation.referencesPeña, D. (2002). Análisis de datos multivariantes (Vol. 24). Madrid: McGraw-hill.
dc.relation.referencesProvost, F., Fawcett, T., (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. O’Reilly Media, Inc.
dc.relation.referencesRapidMiner GmbH. (2021). k-Means - RapidMiner Documentation. Rapidminer.com. https://docs.rapidminer.com/latest/studio/operators/modeling/segmentation/k_means.html
dc.relation.referencesReynolds, A. P., Richards, G., & Rayward-Smith, V. J. (2004, August). The application of k-medoids and pam to the clustering of rules. In International Conference on Intelligent Data Engineering and Automated Learning (pp. 173-178).
dc.relation.referencesSpringer, Berlin, Heidelberg. Rodrigo, J.A. (2020). Clustering con Python. Disponible en https://www.cienciadedatos.net/documentos/py20-clustering-con-python.html [10-06- 2021].
dc.relation.referencesRoss, S. M. (2007). Introducción a la estadística. Reverté.
dc.relation.referencesSangüesa Solé, Ramón (coord.) (2000). Data mining: una introducción. Barcelona: Universitat Oberta de Catalunya.
dc.relation.referencesSantana, Ó. F. (1991). El análisis de clúster: aplicación, interpretación y validación. Papers: revista de sociologia, (37), 65-76. Scikit-learn, (S.F.).
dc.relation.referencesScikit-learn: Clustering. Disponible en: https://scikitlearn.org/stable/modules/clustering.html.
dc.relation.referencesSAS/STAT Cluster Analysis Procedures. (2018, November 20). Sas.com. https://support.sas.com/rnd/app/stat/procedures/ClusterAnalysis.html
dc.relation.referencesShen, J., Hao, X., Liang, Z., Liu, Y., Wang, W., & Shao, L. (2016). Real-time superpixel segmentation by DBSCAN clustering algorithm. IEEE
dc.relation.referencesTransactions on Image Processing, 25(12), 5933-5942.
dc.relation.referencesSys — Parámetros y funciones específicos del sistema — documentación de Python - 3.10.0. (2021). Python.org. https://docs.python.org/es/3.10/library/sys.html
dc.relation.referencesThe Jupyter Notebook — Jupyter Notebook 6.4.5 documentation. (2021). Readthedocs.io. https://jupyter-notebook.readthedocs.io/en/stable/ time —
dc.relation.referencesTime access and conversions — Python 3.10.0 documentation. (2021). Python.org. https://docs.python.org/3/library/time.html
dc.relation.referencesTutorial de Python — documentación de Python - 3.10.0. (2021). Python.org. https://docs.python.org/es/3/tutorial/
dc.relation.referencesUriel, E., & Aldás, J. (2005). Análisis multivariante aplicado. 1ª. Edición. Thomson. Madrid.
dc.relation.referencesVan der Aalst, W.M., 2016. Process mining: data science in action. Springer.
dc.relation.referencesVon Luxburg, U. (2007). A tutorial on spectral clustering. Statistics and computing, 17(4), 395-416.
dc.relation.referencesWang, K., Zhang, J., Li, D., Zhang, X., & Guo, T. (2008). Adaptive affinity propagation clustering. arXiv preprint arXiv:0805.1096. warnings —
dc.relation.referencesWarning control — Python 3.10.0 documentation. (2021). Python.org. https://docs.python.org/3/library/warnings.html
dc.relation.referencesYellowbrick: Machine Learning Visualization — Yellowbrick v1.3.post1 documentation. (2021). Scikit-Yb.org. https://www.scikit-yb.org/en/latest/
dc.relation.referencesZelnik-Manor, L., & Perona, P. (2005). Self-tuning spectral clustering. Advances in neural information processing systems (pp. 1601-1608).
dc.relation.referencesZhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: an efficient data clustering method for very large databases. ACM sigmod record, 25(2), 103-114.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.lembCluster analysis
dc.subject.lembAnálisis clúster
dc.subject.proposalAnálisis
dc.subject.proposalClúster,
dc.subject.proposalSoftware
dc.subject.proposalPython
dc.subject.proposalLibrería
dc.subject.proposalAprendizaje de máquinas automático
dc.subject.proposalAnalysis
dc.subject.proposalCluster
dc.subject.proposalPython
dc.subject.proposalLibrary
dc.subject.proposalAutomatic machine learning
dc.title.translatedAutomatic cluster analysis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
dcterms.audience.professionaldevelopmentInvestigadores
dcterms.audience.professionaldevelopmentPúblico general
dc.description.curricularareaÁrea Curricular de Ingeniería de Sistemas e Informática


Archivos en el documento

Thumbnail
Nombre:
1017230592.2021.pdf
Tamaño:
1.996Mb
Formato:
PDF
Descripción:
Tesis de Maestría en Ingeniería ...
Descargar

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Atribución-CompartirIgual 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito