Trước những ứng dụng đáng kể của kỹ thuật phân cụm dữ liệu trong các lĩnh vực khác nhau, như kỹ thuật, trí tuệ nhân tạo, học máy, y học lâm sàng, sinh học, sinh thái, chẩn đoán bệnh và tiếp thị kinh doanh, nhiều thuật toán và phương pháp phân cụm dữ liệu đã được phát triển để giải quyết vấn đề này. dữ liệu phức tạp. Các kỹ thuật này bao gồm các phương pháp học có giám sát và các phương pháp học không giám sát như phân cụm dựa trên mật độ, phân cụm K-means và phân cụm K-láng giềng gần nhất. Cuốn sách này đánh giá các kỹ thuật và thuật toán phân cụm dữ liệu được phát triển gần đây và thảo luận về sự phát triển của phân cụm dữ liệu, bao gồm các biện pháp tương tự hoặc khác biệt đối với phân cụm dữ liệu, thuật toán phân cụm dữ liệu, đánh giá các thuật toán phân cụm và phương pháp phân cụm dữ liệu được phát triển gần đây cho bảo hiểm, tâm lý học, nhận dạng mẫu. và dữ liệu khảo sát.

Cuốn sách mở rộng các lĩnh vực phân cụm trong phân tích hình ảnh, phân tích từ vựng của văn bản, thay thế các giá trị còn thiếu trong dữ liệu, phân cụm theo thời gian trong thành phố thông minh, so sánh các biến thể mạng thần kinh nhân tạo, phương pháp tiếp cận lý thuyết đồ thị, phân cụm quang phổ, phân cụm nhiều góc nhìn và dựa trên mô hình. phân cụm trong một gói R. Các ứng dụng về hình ảnh, văn bản, nhận dạng khuôn mặt, giọng nói (tổng hợp và mô phỏng) và bộ dữ liệu thành phố thông minh được trình bày.