Bài giảng Khai thác dữ liệu: Chương 2 - ThS. Dương Phi Long

Tài liệu này cung cấp một cái nhìn tổng quan về các khái niệm cơ bản trong tiền xử lý dữ liệu, một bước quan trọng trong quá trình khai thác dữ liệu. Chúng ta sẽ khám phá các loại dữ liệu khác nhau, các thuộc tính của chúng và các kỹ thuật để làm sạch, tích hợp, rút gọn và biến đổi dữ liệu.

sinh viên, nhà nghiên cứu

Tài liệu này trình bày chi tiết các bước và kỹ thuật cần thiết để tiền xử lý dữ liệu, một giai đoạn không thể thiếu trong bất kỳ dự án khai thác dữ liệu nào. Chúng ta bắt đầu bằng việc giới thiệu các loại dữ liệu khác nhau, bao gồm dữ liệu có cấu trúc và phi cấu trúc, và thảo luận về các thuộc tính quan trọng của dữ liệu như tính chính xác, đầy đủ, nhất quán và kịp thời. Sau đó, chúng ta đi sâu vào các kỹ thuật làm sạch dữ liệu, bao gồm xử lý các giá trị thiếu, loại bỏ nhiễu và giải quyết các mâu thuẫn. Tiếp theo, chúng ta khám phá các phương pháp tích hợp dữ liệu từ nhiều nguồn khác nhau, đảm bảo tính nhất quán và tránh dư thừa. Các kỹ thuật rút gọn dữ liệu, như giảm chiều và giảm số lượng, được trình bày để giúp giảm độ phức tạp tính toán và cải thiện hiệu suất. Cuối cùng, chúng ta thảo luận về các phương pháp biến đổi dữ liệu, bao gồm chuẩn hóa và rời rạc hóa, để làm cho dữ liệu phù hợp hơn với các thuật toán khai thác dữ liệu. Tài liệu cũng bao gồm các ví dụ minh họa và bài tập thực hành để giúp người đọc hiểu rõ hơn về các khái niệm và kỹ thuật được trình bày.