به نام خدا

طرح درس آشنایی با تحلیل خوشه‌بندی در نرم‌افزار R

این دوره در قالب پنج جلسه دو ساعتی و نیم طرح ریزی شده که مجموعا شامل 12.5 ساعت آموزش خواهد بود. درضمن به عنوان مقدمه، مفاهیم اولیه برنامه‌نویسی R برای خوشه‌بندی نیز مورد توجه قرار می‌گیرد.

درس یکم- مبانی خوشه بندی

• آشنایی با محیط R و Rstudio و دستورات مربوط به ساختارهای داده
• انواع داده ها و شیوه اندازه گیری فاصله برای داده های کمی و کیفی
• آشنایی با مفهوم خوشه بندی و معرفی روش‌های آن

درس دوم- خوشه‌بندی سلسله مراتبی

• ماتریس فاصله و نحوه محاسبه آن
• آشنایی با مفهوم خوشه بندی و معرفی روش های آن
• خوشه بندی سلسله مراتبی و خصوصیات آن
• آشنایی با مفهوم پیوند و انواع آن
• خوشه بندی سلسله مراتبی تجمیعی – تقسیمی
• آشنایی با نمودار درختی – Dendrogram
• برش نمودار درختی و تفسیر آن

درس سوم- خوشه‌بندی افرازی

• معرفی خوشه بندی k-means و خصوصیات آن
• تحلیل کارایی خوشه بندی k-means
• خوشه بندی با الگوریتم PAM
• معرفی الگوریتم CLARA

درس چهارم- خوشه‌بندی افرازی برمبنای چگالی یا تراکم

• مفاهیم مربوط به همسایگی و تراکم
• خصوصیات اصلی خوشه‌بندی برمبنای چگالی
• معرفی الگوریتم DBSCAN و شناسایی داده پرت به کمک آن

درس پنجم- روش‌های ارزیابی خوشه‌بندی

• ارزیابی خوشه‌بندی سلسله مراتبی
• ارزیابی خوشه‌بندی افرازی
• کاهش تعداد رنگ با تکنیک خوشه‌بندی k-mean در یک فایل تصویری
• معرفی روش‌های دیگر خوشه‌بندی (خوشه‌بندی مقید)