Аннотация:В данной курсовой работе рассматривается задача обнаружения и устранения из выборки, содержащей данные электроэнцефалограммы (ЭЭГ), элементов низкого качества. Как известно, ЭЭГ обладает недостатком чувствительности к движениям и психоэмоциональному напряжению испытуемого, что делает эту задачу еще более актуальной. Данной темой сейчас интересуются такие крупные компании / университеты, как Сбербанк (департамент экспериментального машинного обучения), R&D департамент Samsung Research Center и MIT, Google, а также механико-математический факультет МГУ (кафедра МаТИС). В работе рассмотрены современные методы оценки качества кластеризации и используемые в работе алгоритмы кластеризации. Предложены новые критерии качества кластеризации, подходящие не только для данной задачи, но и для более общих ситуаций, и произведена оценка их вычислительной сложности.