La théorie des ensembles flous - et sa logique floue sous-jacente - représente l’un des paradigmes scientifiques et culturels les plus importants à avoir émergé au cours du dernier demi-siècle. Ses promesses théoriques et technologiques sont vastes et nous commençons à peine à en ressentir le potentiel. Le clustering est la première et la plus fondamentale application de la théorie des ensembles flous, mais constitue la base de nombreux modèles informatiques intelligents plus sophistiqués, en particulier dans la reconnaissance de formes, l’exploration de données, le clustering adaptatif et hiérarchique et la conception de classificateurs. Fuzzy Sets and their Application to Clustering and Training offre une introduction complète à la théorie des ensembles flous, en se concentrant sur les concepts et les résultats nécessaires aux applications d’entraînement et de clustering. Il fournit un cadre mathématique unifié pour la classification floue et le clustering, une méthodologie pour développer des méthodes d’entraînement et de classification, et une méthode générale pour obtenir une variété d’algorithmes de clustering flou. Les auteurs, les meilleurs experts du monde entier, unissent leurs talents pour jeter des bases solides pour les applications de cet outil puissant, des concepts de base et des mathématiques à l’étude de divers algorithmes, en passant par les fonctions de validité et le regroupement hiérarchique. Le résultat est Fuzzy Sets et leur application au clustering et à l’entraînement - une initiation exceptionnelle dans le monde des classificateurs d’apprentissage flou et du clustering flou. Langue : Anglais