Algorytmy grupowania: Implementacja i porównanie wydajności z gotowymi rozwiązaniami

Abstract

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.