قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
K-Means ومتغيراته
خوارزميات التجميع التكرارية القائمة على المراكز، بما في ذلك K-Means++، K-Medoids، Mini-Batch K-Means و Fuzzy C-Means.
التجميع الهرمي
طرق تجميعية أو تقسيمية تبني تسلسلاً هرميًا للمجموعات مثل CAH، Ward، والمخططات الشجرية.
DBSCAN وخوارزميات تعتمد على الكثافة
تقنيات تحدد المجموعات كمناطق كثيفة مفصولة بمناطق أقل كثافة، وتشمل OPTICS و Mean Shift و DENCLUE.
التجميع الطيفي
نهج يستخدم القيم الذاتية والمتجهات الذاتية لمصفوفة التشابه لتقليل الأبعاد قبل التجميع.
التجميع بواسطة نماذج الخليط
نماذج احتمالية تفترض أن البيانات تأتي من خليط من التوزيعات مثل نماذج الخليط الغاوسي (GMM).
التجميع القائم على الرسوم البيانية
خوارزميات تنظم البيانات في رسوم بيانية لتحديد المجتمعات مثل لوفان، انتشار التسمية، وواك تراب.
التجميع باستخدام النواة
توسيع الخوارزميات التقليدية باستخدام دوال النواة لالتقاط العلاقات غير الخطية بين البيانات.
التجميع الغامض
مقاربات تسمح بالانتماء الجزئي للنقاط إلى عدة تجمعات في آن واحد، مع درجات انتماء.
التجميع التزايدي والتدفقي
خوارزميات مناسبة للبيانات المستمرة والضخمة التي تعالج النقاط تسلسليًا دون الحاجة إلى المجموعة الكاملة.
تجميع متعدد الرؤى
تقنيات تدمج عدة تمثيلات أو وجهات نظر للبيانات نفسها لتحسين جودة التجميع.
التجميع المقيد
طرق تدمج المعرفة المسبقة أو قيود المستخدم لتوجيه عملية التجميع.
التحقق وتقييم التجمعات
مقاييس ومؤشرات تقيس جودة التقسيمات مثل Silhouette، Davies-Bouldin، Calinski-Harabasz ومؤشرات الصلاحية الداخلية/الخارجية.