Clusterização baseada em algoritmos fuzzy Documento

membro de

• https://brcris.ibict.br/individual/comm_13420c68-9ae8-4762-8568-9aadf27b3325 
• https://brcris.ibict.br/individual/comm_484b40f0-b3f8-4a11-8be7-457eed856e00 
• https://brcris.ibict.br/individual/comm_ee459614-d3fc-461b-b7eb-f628e356a377 

orientado por

• Francisco de Assis Tenorio de Carvalho

produzido em

• https://brcris.ibict.br/individual/cour_bea7b14f-a571-42b6-a019-808d98436041 
• Computer Science graduate program  Programa de Pós-Graduação

tipo

• master thesis

autores

• Nicomedes Lopes Cavalcanti Junior

data de publicação

• 2006-01-01

prêmio patrocinado pela

• UNIVERSIDADE FEDERAL DE PERNAMBUCO  Organização

áreas de investigação

• Aprendizado de máquina
• Inteligência Artificial
• Matemática da Computação
• Metodologia e Técnicas da Computação
• Probabilidade e Estatística Aplicadas

palavras-chave

• Aprendizado estatístico
• Classificacao Automatica
• Clusterização Fuzzy
• Comparação de Dissimilaridades
• Comparação de Modelos
• Dados simbólicos
• Distâncias Adaptativas
• Distâncias adaptativas
• Fuzzy clustering
• Hard clustering
• Mineração de dados

identificador BrCris

• 5e03058e434e3b5f36a3bcab34c394ee

identificador Capes

• 20064125001019004P6-Publication

identificador Oasisbr

• UFPE_aa404951ef323ad0237cd2e6da582daf