Danh mục tài liệu

Bài giảng Khai phá dữ liệu: Chương 6 - TS. Võ Thị Ngọc Châu

Số trang: 71      Loại file: pdf      Dung lượng: 848.19 KB      Lượt xem: 21      Lượt tải: 0    
Xem trước 8 trang đầu tiên của tài liệu này:

Thông tin tài liệu:

Bài giảng "Khai phá dữ liệu - Chương 6: Luật kết hợp" cung cấp cho người học các kiến thức: Tổng quan về khai phá luật kết hợp, biểu diễn luật kết hợp, khám phá các mẫu thường xuyên, khám phá các luật kết hợp từ các mẫu thường xuyên,... Mời các bạn cùng tham khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Bài giảng Khai phá dữ liệu: Chương 6 - TS. Võ Thị Ngọc ChâuKhoa Khoa Học & Kỹ Thuật Máy TínhTrường Đại Học Bách Khoa Tp. Hồ Chí MinhChương 6: Luật kết hợpCao Học Ngành Khoa Học Máy TínhGiáo trình điện tửBiên soạn bởi: TS. Võ Thị Ngọc Châu(chauvtn@cse.hcmut.edu.vn)Học kỳ 1 – 2011-201211Tài liệu tham khảo‡‡‡‡‡‡‡‡‡[1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts andTechniques”, Second Edition, Morgan Kaufmann Publishers, 2006.[2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of DataMining”, MIT Press, 2001.[3] David L. Olson, Dursun Delen, “Advanced Data MiningTechniques”, Springer-Verlag, 2008.[4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory,Methodology, Techniques, and Applications”, Springer-Verlag, 2006.[5] Hillol Kargupta, Jiawei Han, Philip S. Yu, Rajeev Motwani, andVipin Kumar, “Next Generation of Data Mining”, Taylor & FrancisGroup, LLC, 2009.[6] Daniel T. Larose, “Data mining methods and models”, John Wiley& Sons, Inc, 2006.[7] Ian H.Witten, Eibe Frank, “Data mining : practical machinelearning tools and techniques”, Second Edition, Elsevier Inc, 2005.[8] Florent Messeglia, Pascal Poncelet & Maguelonne Teisseire,“Successes and new directions in data mining”, IGI Global, 2008.[9] Oded Maimon, Lior Rokach, “Data Mining and KnowledgeDiscovery Handbook”, Second Edition, Springer Science + BusinessMedia, LLC 2005, 2010.22Nội dung‡Chương 1: Tổng quan về khai phá dữ liệu‡Chương 2: Các vấn đề tiền xử lý dữ liệu‡‡Chương 3: Hồi qui dữ liệuChương 4: Phân loại dữ liệu‡Chương 5: Gom cụm dữ liệu‡Chương 6: Luật kết hợp‡Chương 7: Khai phá dữ liệu và công nghệ cơ sởdữ liệuChương 8: Ứng dụng khai phá dữ liệu‡‡‡Chương 9: Các đề tài nghiên cứu trong khai phádữ liệuChương 10: Ôn tập33Chương 6: Luật kết hợp‡6.1. Tổng quan về khai phá luật kết hợp‡6.2. Biểu diễn luật kết hợp‡6.3. Khám phá các mẫu thường xuyên‡6.4. Khám phá các luật kết hợp từ các mẫuthường xuyên‡6.5. Khám phá các luật kết hợp dựa trênràng buộc‡6.6. Phân tích tương quan‡6.7. Tóm tắt446.0. Tình huống 1 – Market basket analysis55