TAILIEUCHUNG - Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 12: Khai phá tập mục thường xuyên và các luật kết hợp

Bài giảng Nhập môn Học máy và Khai phá dữ liệu - Chương 12: Khai phá tập mục thường xuyên và các luật kết hợp. Chương này cung cấp cho học viên những nội dung về: các khái niệm cơ bản; mô hình luật kết hợp; cơ sở dữ liệu giao dịch T; bài toán khai phá luật kết hợp; giải thuật Apriori; các vấn đề luật kết hợp; . Mời các bạn cùng tham khảo chi tiết nội dung bài giảng! | Nhập môn Học máy và Khai phá dữ liệu IT3190 2 Nội dung môn học Lecture 1 Giới thiệu về Học máy và khai phá dữ liệu Lecture 2 Thu thập và tiền xử lý dữ liệu Lecture 3 Hồi quy tuyến tính Linear regression Lecture 4 5 Phân cụm Lecture 6 Phân loại và Đánh giá hiệu năng Lecture 7 dựa trên láng giềng gần nhất KNN Lecture 8 Cây quyết định và Rừng ngẫu nhiên Lecture 9 Học dựa trên xác suất Lecture 10 Mạng nơron Neural networks Lecture 11 Máy vector hỗ trợ SVM Lecture 12 Khai phá tập mục thường xuyên và các luật kết hợp Lecture 13 Thảo luận ứng dụng trong thực tế 3 CÁC KHÁI NIỆM CƠ BẢN Lịch sử hình thành Được đề nghị bởi Agrawal et al. 1993 Sau đó được cộng đồng KPDL liên tục nghiên cứu trong nhiều năm Giả thiết các dữ liệu đều ở dạng phân loại rời rạc có ý nghĩa Khởi đầu dùng với mục đích Phân tích giỏ hàng Market Basket Analysis CÁC KHÁI NIỆM CƠ BẢN Mô hình luật kết hợp Tập các món hàng I i1 i2 . im Một giao dịch t tập con I Cơ sở dữ liệu giao dịch T t1 t2 . tn CÁC KHÁI NIỆM CƠ BẢN Cơ sở dữ liệu giao dịch T t1 bánh mỳ pho mát sữa t2 táo trứng muối sữa chua tn bánh bích quy trứng sữa CÁC KHÁI NIỆM CƠ BẢN Các thuật ngữ tương ứng Món hàng item được để trong giỏ hàng. Tập I gồm tất cả các món hàng bán trong siêu thị. Một giao dịch transaction gồm các món hàng sẽ phải thanh toán nằm trong giỏ thông thưởng mỗi giao dịch có một số hiệu ID transaction ID . Tập dữ liệu giao dịch T gồm có các giao dịch CÁC KHÁI NIỆM CƠ BẢN Các kết hợp association rule luật kết hợp là một sự suy dẫn có dạng X Y trong đó X Y I còn X Y . CÁC KHÁI NIỆM CƠ BẢN Thuật ngữ liên quan đến luật kết hợp Một tập các món hàng an itemset Một tập của k-món hàng k-itemset món hàng có k món CÁC KHÁI NIỆM CƠ BẢN Các phép đo dùng cho luật kết hợp Hỗ trợ support luật được hỗ trợ ký hiệu sup bao nhiêu phần trăm trong cơ sở dữ liệu T sup X Y Pr X Y Tin cậy confidence luật được tin cậy ký hiệu conf bao nhiêu phần trăm khi có X đồng thời với Y conf X Y Pr Y X CÁC KHÁI NIỆM CƠ BẢN Bài toán khai phá luật kết hợp Đầu vào Tập

• Cơ sở dữ liệu
• Bài giảng Nhập môn Học máy và Khai phá dữ liệu
• Nhập môn Học máy và Khai phá dữ liệu
• Khai phá tập mục thường xuyên
• Mô hình luật kết hợp
• Giải thuật Apriori
• Khai phá luật kết hợp
• Học máy và khai phá dữ liệu
• Khai phá dữ liệu
• Kiểu dữ liệu có cấu trúc
• Kiểu dữ liệu phi cấu trúc
• Machine learning
• Data mining
• Phương pháp học máy
• Thư viện Scikit learn
• Học dựa trên xác suất
• Thu thập dữ liệu
• Tiền xử lý dữ liệu
• Lựa chọn dữ liệu
• Chuyển đổi dữ liệu
• Tập dữ liệu
• Dữ liệu chuỗi di truyền
• Biểu đồ histogram
• Đánh giá hiệu năng hệ thống học máy
• Học có giám sát
• Multi class classification
• Multi label classification
• Quá trình học máy
• Phương pháp học hồi quy
• Phương pháp học quy nạp luật
• Phương pháp học cây quyết định
• Máy vector hỗ trợ (SVM)
• Phân tách tuyến tính
• Tập điều kiện Karush Kuhn Tucker
• Biểu thức đối ngẫu
• Đánh giá hiệu năng hệ thống
• Tiêu chí đánh giá hiệu năng hệ thống
• Nguyên lý Occam’s razor
• Máy vectơ hỗ trợ
• Support vector machine
• Mặt siêu phẳng phân tách
• Lý thuyết tối ưu có ràng buộc
• Bài toán phân lớp
• Học dựa trên các láng giềng gần nhất
• Nearest neighbors learning
• Giải thuật phân lớp k NN
• Bài toán phân cụm
• Phân cụm dựa trên phân tách k Means
• Phân cụm phân cấp HAC
• Cây quyết định
• Rừng ngẫu nhiên
• Học cây quyết định bằng ID3
• Biểu diễn cây quyết định
• Bài toán hồi quy
• Hồi quy tuyến tính
• Hàm đánh giá lỗi
• Giải thuật hồi quy tuyến tính
• Bài toán phát hiện luật kết hợp
• Chiến lược sinh tập mục thường xuyên
• Tập mục thường xuyên
• Mạng nơron nhân tạo
• Artificial neural network
• Mạng nơ ron học sâu
• Quy tắc học trọng số tổng quát
• Học dựa trên láng giềng gần nhất
• K nearest neighbors (k NN)
• Hàm tính khoảng cách
• Hàm khoảng cách Euclid
• Mô hình hóa xác suất
• Lý thuyết xác suất cơ bản
• Biến ngẫu nhiên nhị phân
• Naïve gradient decent
• Huấn luyện K means
• Thuật toán EM
• Phương pháp học dựa trên xác suất
• Probabilistic learning
• Biến ngẫu nhiên đa trị
• Biểu diễn xác suất
• Decision tree
• Học cây quyết định
• Linear regression
• Thuật toán bình phương tối thiểu
• Mạng nơron
• Neural networks
• Mạng nơ ron nhân tạo
• Giải thuật học lan truyền ngược
• Giải thuật phân cụm
• Đánh giá chất lượng phân cụm
• Phương pháp K means
• Thuật toán Online K means