Bài giảng Khai phá dữ liệu (Data mining): Chương 8 - ĐH Bách khoa TP.HCM

Chia sẻ: Lavie Lavie | Ngày: | Loại File: PPT | Số trang:8

Thêm vào BST

Báo xấu

112
lượt xem 13
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Khai phá dữ liệu (Data mining): Chương 8 - ĐH Bách khoa TP.HCM được biên soạn nhằm cung cấp cho các bạn những kiến thức về các vấn đề nghiên cứu trong khai phá dữ liệu. Bài giảng phục vụ cho các bạn chuyên ngành Công nghệ thông tin và những vấn đề liên quan tới lĩnh vực này,.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Khai phá dữ liệu (Data mining): Chương 8 - ĐH Bách khoa TP.HCM

Khoa Khoa Học & Kỹ Thuật Máy Tính Trường Đại Học Bách Khoa Tp. Hồ Chí Minh Chương 8: Các vấn đề nghiên cứu trong khai phá dữ liệu Khai phá dữ liệu (Data mining) 1 Học kỳ 1 – 20092010
Nội dung  8.1. Hướng dữ liệu  8.2. Hướng kỹ thuật  8.3. Hướng ứng dụng  8.4. Tóm tắt 2
Tài liệu tham khảo  [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006.  [2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data Mining”, MIT Press, 2001.  [3] David L. Olson, Dursun Delen, “Advanced Data Mining Techniques”, SpringerVerlag, 2008.  [4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory, Methodology, Techniques, and Applications”, SpringerVerlag, 2006.  [5] ZhaoHui Tang, Jamie MacLennan, “Data Mining with SQL Server 2005”, Wiley Publishing, 2005.  [6] Oracle, “Data Mining Concepts”, B2812901, 2008.  [7] Oracle, “Data Mining Application Developer’s Guide”, B2813101, 2008. 3
8.1. Hướng dữ liệu  Dữ liệu tuần tự (sequence data)  Dữ liệu chuỗi thời gian (time series data)  Dữ liệu đa chiều (high dimensional data)  Dữ liệu dòng (streaming data)  Các kiểu dữ liệu phức tạp khác (complex data) như là dữ liệu web (web documents), dữ liệu văn bản (text documents), dữ liệu đa phương tiện (multimedia), … 4
8.2. Hướng kỹ thuật  Hỗ trợ co giãn (scalability) cho dữ liệu đa chiều (high dimensional data) và các dòng dữ liệu tốc độ cao (high speed data streams)  Khai phá dữ liệu phân tán  Khai phá dữ liệu có xem xét vấn đề bảo mật, riêng tư và toàn vẹn dữ liệu  Khai phá dữ liệu không tĩnh và cân bằng  … 5
8.3. Hướng ứng dụng  Khai phá dữ liệu trong lĩnh vực mạng (network) và giao tiếp dữ liệu (data communications)  Khai phá dữ liệu trong lĩnh vực môi trường (environmental area)  Khai phá dữ liệu trong lĩnh vực sinh học (biological area)  … 6
8.4. Tóm tắt Khai phá dữ liệu là lĩnh vực liên ngành. Khai phá dữ liệu hiện diện trong nhiều lĩnh vực ứng dụng. Khai phá dữ liệu đã/đang/sẽ được nghiên cứu tiếp. Nguồn: Q. Yang, 10 Challenging Problems in Data Mining Research, International Journal of Information 7
Hỏi & Đáp … 8