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 dungChương 1: Tổng quan về khai phá dữ liệuChương 2: Các vấn đề tiền xử lý dữ liệuChương 3: Hồi qui dữ liệuChương 4: Phân loại dữ liệuChương 5: Gom cụm dữ liệuChương 6: Luật kết hợpChương 7: Khai phá dữ liệu và công nghệ cơ sởdữ liệuChương 8: Ứng dụng khai phá dữ liệuChương 9: Các đề tài nghiên cứu trong khai phádữ liệuChương 10: Ôn tập33Chương 6: Luật kết hợp6.1. Tổng quan về khai phá luật kết hợp6.2. Biểu diễn luật kết hợp6.3. Khám phá các mẫu thường xuyên6.4. Khám phá các luật kết hợp từ các mẫuthường xuyên6.5. Khám phá các luật kết hợp dựa trênràng buộc6.6. Phân tích tương quan6.7. Tóm tắt446.0. Tình huống 1 – Market basket analysis55
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 dungChương 1: Tổng quan về khai phá dữ liệuChương 2: Các vấn đề tiền xử lý dữ liệuChương 3: Hồi qui dữ liệuChương 4: Phân loại dữ liệuChương 5: Gom cụm dữ liệuChương 6: Luật kết hợpChương 7: Khai phá dữ liệu và công nghệ cơ sởdữ liệuChương 8: Ứng dụng khai phá dữ liệuChương 9: Các đề tài nghiên cứu trong khai phádữ liệuChương 10: Ôn tập33Chương 6: Luật kết hợp6.1. Tổng quan về khai phá luật kết hợp6.2. Biểu diễn luật kết hợp6.3. Khám phá các mẫu thường xuyên6.4. Khám phá các luật kết hợp từ các mẫuthường xuyên6.5. Khám phá các luật kết hợp dựa trênràng buộc6.6. Phân tích tương quan6.7. Tóm tắt446.0. Tình huống 1 – Market basket analysis55
Tìm kiếm theo từ khóa liên quan:
Bài giảng Khai phá dữ liệu Khai phá dữ liệu Khoa học máy tính Luật kết hợp Biểu diễn luật kết hợp Khám phá các mẫu thường xuyênTài liệu có liên quan:
-
Tóm tắt Đồ án tốt nghiệp Khoa học máy tính: Xây dựng ứng dụng quản lý quán cà phê
15 trang 509 1 0 -
Đề thi kết thúc học phần học kì 2 môn Cơ sở dữ liệu năm 2019-2020 có đáp án - Trường ĐH Đồng Tháp
5 trang 388 6 0 -
Bài tập lớn môn Khai phá dữ liệu: Phân lớp dữ liệu số bằng giải thuật K-NN
22 trang 357 1 0 -
32 trang 260 0 0
-
Thuật toán khai phá tập mục thường xuyên trong cơ sở dữ liệu lớn thông qua mẫu đại diện
11 trang 250 0 0 -
Ứng dụng khai phá dữ liệu nâng cao dịch vụ thư viện số
16 trang 240 0 0 -
6 trang 213 0 0
-
Đồ án nghiên cứu khoa học: Ứng dụng công nghệ cảm biến IoT vào mô hình thủy canh
30 trang 210 0 0 -
Giải thuật và cấu trúc dữ liệu
305 trang 187 0 0 -
Luận văn: Tổng quan khai phá dữ liệu và ứng dụng
55 trang 180 0 0