Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Học có giám sát (Supervised learning) Tập dữ liệu (dataset) bao gồm các ví dụ, mà mỗi ví dụ được gắn kèm với một nhãn lớp/giá trị đầu ra mong muốn. Mục đích là học (xấp xỉ) một giả thiết (vd: một phân lớp, một hàm mục tiêu,.) phù hợp với tập dữ liệu hiện có. Giả thiết học được (learned hypothesis) sau đó sẽ được dùng để phân lớp/dự đoán đối với các ví dụ mới. | Khai Phá Dữ Liêu Nguyên Nhật Quang quangnn-fit@mail.hut.edu.vn Viện Công nghệ Thông tin và Truyền thông Trường Đại học Bách Khoa Hà Nội Năm học 2010-2011 Nội dung môn học Giới thiệu về Khai phá dữ liệu Giới thiệu về công cụ WEKA Tiền xử lý dữ liệu Phát hiện các luật kết hợp Các kỹ thuật phân lớp và dự đoán Các kỹ thuật phân nhóm Phân nhóm dựa trên chia cắt k-Means Phân nhóm dựa trên tích tụ phân cấp HAC Khai Phá Dữ Liệu 2 Học có vs. không có giám sát Học có giám sát Supervised learning Tập dữ liệu dataset bao gồm các ví dụ mà mỗi ví dụ được gắn kèm với một nhãn lớp giá trị đầu ra mong muốn Mục đích là học xấp xỉ một giả thiết vd một phân lớp một hàm mục tiêu . phù hợp với tập dữ liệu hiện có Giả thiết học được learned hypothesis sau đó sẽ được dùng để phân lớp dự đoán đối với các ví dụ mới Học không có giám sát Unsupervised learning Tập dữ liệu dataset bao gồm các ví dụ mà mỗi ví dụ không có thông tin về nhãn lớp giá trị đầu ra mong muốn Mục đích là tìm ra học các nhóm các cấu trúc các quan hệ tồn tại trong tập dữ liệu hiện có Khai Phá Dữ Liệu
