Розробка програмного застосунку кластерного аналізу засобами С#

Abstract

UA : Робота викладена на 78 сторінцках друкованого тексту, містить 40 рисунків, 25 джерела, 3 додатки. Об’єкт дослідження – процес застосування методів кластеризації до об’єктів даних. Предмет дослідження – засоби кластерного аналізу заданої множини даних та особливості використання цих засобів. Мета роботи: вивчення існуючих методів та алгоритмів кластеризації та розробка застосунку кластерного аналізу на C#. Методи дослідження – аналіз методів кластеризації, виявлення їх особливостей для наборів даних; аналіз популярних бібліотек машинного навчання та візуалізації для C#; експеримент з різними алгоритмами кластерного аналізу та даними; аналіз результатів. В процесі дослідження проаналізовано проблему кластеризації об’єктів даних, їх попередньої обробки, розглянуто існуючі бібліотеки машинного навчання для C#, засоби візуалізації вхідних даних та результатів кластерного аналізу. Як результат, розроблено програмний застосунок мовою C# з використанням бібліотек ML.NET, Accord.NET для кластеризації, OxyPlot для візуалізації результатів. Програмне рішення реалізує кластерний аналіз наборів даних за допомогою різних алгоритмів кластеризації, візуалізує отримані результати, що дозволяє зробити висновки щодо застосування методів кластеризації даних.

EN : The work is presented on 78 pages of printed text, 40 figures, 25 references, 3 supplements. The object of the research is the process of applying clustering methods to data objects. The subject of the research is the tools for cluster analysis of a specified dataset and the peculiarities of using these tools. The purpose of the work is to study existing clustering methods and algorithms and to develop a cluster analysis application in C#. The research employed methods such as the analysis of clustering methods and the identification of their features for datasets; examination of popular machine learning and visualization libraries for C#; experimentation with various clustering algorithms and datasets; and analysis of the results. The research examined the problem of clustering data objects, their preprocessing, and explored existing machine learning libraries for C#, as well as tools for visualizing input data and clustering results. As a result, a software application was developed in C# using the ML.NET and Accord.NET libraries for clustering and OxyPlot for result visualization. The solution implements cluster analysis of data sets using various clustering algorithms, visualizes the obtained results, and provides insights into the application of clustering methods for data analysis.