000			02179nam a2200241 a 4500
003			AR-LpUFIB
005			20250311170526.0
008			230201s2023 ag a om 000 0 spa d
024	8		_aDIF-M8728 _b8955 _zDIF007997
040			_aAR-LpUFIB _bspa _cAR-LpUFIB
100	1		_aOnofri, Camila Ayelén
245	1	0	_aAgrupamiento dinámico para flujos de datos no estacionarios
260			_c2023
300			_a1 archivo (5,4 MB) : _bil. col.
502			_a Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2023.
505	0		_a 1. Introducción -- 1.1. Motivación -- 1.2. Objetivos -- 1.3. Resultados obtenidos -- 1.4. Estructura del documento -- 2. Técnicas de agrupamiento -- 2.1. Conceptos básicos -- 2.2. Medidas de similitud -- 2.2.1. Norma L2 -- 2.2.2. Norma L1 -- 2.2.3. Norma L1 -- 2.2.4. Elección de la medida de similitud adecuada -- 2.3. Tipos de agrupamiento -- 2.3.1. Agrupamiento difuso -- 2.3.2. Agrupamiento jerárquico -- 2.3.3. Agrupamiento partitivo -- 2.3.3.1. K-means -- 2.3.4. Agrupamiento basado en densidad -- 2.3.4.1. DBSCAN -- 2.4. Conclusión -- 3. Flujos de Datos -- 3.1. CluStream -- 3.2. DenStream -- 3.3. DyClee -- 3.3.1. Etapa basada en distancia -- 3.3.2. Etapa basada en densidad -- 3.4. Métricas para validar agrupamientos -- 3.4.1. Métricas basadas en distancia -- 3.4.2. Métricas basadas en densidad -- 3.4.3. DBCV -- 3.5. Conclusiones -- 4. Resultados obtenidos -- 4.1. Detalle de hiperparámetros -- 4.1.1. K-Means -- 4.1.2. DBSCAN -- 4.1.3. CluStream -- 4.1.4. DenStream -- 4.1.5. DyClee -- 4.2. Análisis de los experimentos realizados -- 4.2.1. Detección de distribuciones convexas y no convexas -- 4.2.2. Deriva de concepto: utilidad del componente de olvido -- 4.2.3. Resolviendo un problema real con DyClee -- 5. Conclusiones y líneas de trabajo futuras -- Bibliografía
650		4	_aFLUJO DE DATOS
653			_adatos no estacionarios
700	1		_aLanzarini, Laura Cristina , _eDirector/a
700	1		_aEstrebou, César Armando , _eCodirector/a
856	4	0	_u http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2623
942			_cTE
999			_c57769 _d57769