Skip to content

Metodi di analisi dei dati. Comparazione fra Box-Clustering e Classificazione

Analisi logica dei dati

I problemi di analisi dei dati abbracciano oramai ogni area della scienza e della tecnologia, come, per esempio, il campo industriale, manageriale, degli affari, del governo, e molte altre aree che concernono l’attività dell’uomo.
Nella Lad, acronimo dell’inglese logical analysis of data, si assume che un numero di osservazioni sono date in forma di n vettori Booleani, e ad ognuno di questi vettori è associato un ‘‘esito”. L’esito, nella stragrande maggioranza dei casi, è di tipo binario2, e, in base al suo valore, le osservazioni sono di solito catalogate come positivo o negativo, o alternativamente vero o falso. La particolarità di lavorare con matrici booleane rende questa tecnica molto utile soprattutto quando si devono analizzare matrici con dati qualitativi, visto che è possibile trasformarle in matrici disgiuntive complete. L’approccio alla Lad si deve a P. L. Hammer [18], e Y. Crama e altri [13], e fu sostanzialmente sviluppata sia da un punto di vista teorico, sia da un punto di vista applicativo.
Due sono i concetti fondamentali nella Lad:
configurazioni (patterns) positive e negative:
1. un pattern positivo è un prodotto di variabili Booleane e di variabili Booleane complementari, che prende il valore 0 in ogni punto negativo del dataset, e il valore 1 in almeno alcuni dei punti dell’insieme positivo. L’insieme di questi punti in cui il prodotto è 1 prende il nome di copertura del pattern (coverage of the pattern). I valori di previsione di un pattern sono, chiaramente, legati alla sua copertura;
2. un pattern negativo è definito in maniera del tutto simmetrica rispetto ad un pattern positivo: esso è il prodotto di variabili Booleane e di variabili Booleane complementari, che prende il valore 0 in ogni punto positivo del dataset, e il valore 1 in almeno alcuni dei punti negativi.
teorie (theories) positive e negative:
1. una teoria positiva consiste in un set di patterns positivi con la proprietà che in ogni punto positivo del dataset almeno uno dei patterns assume valore 1, e in ogni suo punto negativo tutti i patterns del set assumono valore nullo;
2. una teoria negativa consiste in un set di patterns negativi con la proprietà che in ogni punto negativo del dataset almeno uno dei patterns assume valore 1, e in ogni suo punto positivo tutti i patterns del set assumono valore nullo.

Questo brano è tratto dalla tesi:

Metodi di analisi dei dati. Comparazione fra Box-Clustering e Classificazione

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Domenico Di Carlo
  Tipo: Laurea II ciclo (magistrale o specialistica)
  Anno: 2009-10
  Università: Università degli Studi dell'Aquila
  Facoltà: Scienze Matematiche, Fisiche e Naturali
  Corso: Matematica
  Relatore: Maurizio Maravalle
  Lingua: Italiano
  Num. pagine: 221

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

cluster analysis
calcolo delle probabilità
analisi in componenti principali
programmazione lineare
analisi discriminante
statistica multivariata
analisi delle corrispondenze
sindrome del tunnel carpale
variabili discrete
box-clustering
ambiente statistico r
software zimpl
analisi fattoriale esplorativa
agebra lineare
appendicite
statistica matematica
variabili continue
indici statistici di posizione
analisi logica dei dati
five-cross fold-validation
linguaggio s
software q-sopt

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi