Streszczenie:
Ta praca dotyczy implementacji algorytmów grupowania oraz porównania ich
wydajności z dostepnymi gotowymi rozwiązaniami. Na początku znajduje się
krótkie wprowadzenie do uczenia maszynowego. Następnie omówiono działanie
i szczegóły implementacji trzech algorytmów: K-Means, grupowania hierarchicznego
oraz DBSCAN. Do implementacji algorytmów użyto języka C++,
a także języka Python do stworzenia prostego i przyjaznego dla użytkownika
interfejsu pozwalającego na wywoływanie funkcji napisanych w C++. Na
końcu przedstawione zostały wyniki pomiarów czasu działania zaimplementowanych
algorytmów oraz propozycje usprawnienia algorytmów. Głównym
celem tej pracy było zaimplementowanie aglorytmów działających szybciej niż
te dostępne w gotowych pakietach. Cel ten udało się osiągnąć dla algorytmów
K-Means oraz DBSCAN.
