컴퓨터 작업

사물인터넷(Internet of Things)이 주목을 받으며 우리는 그 어느 때보다 센서에서 많은 데이터를 수집하고 있다. 클러스터링은 센서에서 얻은 결과를 그룹화하는 데 사용된다. 예를 들어 온도 센서를 생각해보자. 온도에 대한 날짜와 시간을 클러스터링할 수 있다. 또 다른 예로 동작 감지가 있다. 수많은 적외선 센서는 특정 장소에서 움직임에 대한 데이터를 수집한다. 어떤 위치가 특정 시간에 인기 명소가 되는가? 이런 정보는 쉽게 클러스터링되고 분석될 수 있다.

대규모 온라인 학습이 인기를 얻으면서 교육 분야의 교육 과정을 클러스터링하여 학생 그룹과 결과를 만들어낸다. 예를 들어 특정 클러스터의 학생이 다른 학생에 비해 우수한가?

클러스터링은 디지털 이미징 분야에 사용되기도 한다. 많은 이미지 그룹을 세분화할 때 대개 클러스터 알고리즘이 클러스터를 정하고 정의한다. 예를 들어 알고리즘은 얼굴이나 특정 물체 또는 경계선 등을 인지하도록 훈련할 수 있다.