Ch ng 6ươ
Máy h c và khám phá tri th cọ ứ
Ph n III: Khai m d li u và khám phá tri th cầ ỏ ữ ệ ứ
Tham kh o thêm: ả
[1] GS.TSKH Hoàng Ki m. Bài gi ng cao h c môn h c c s tri ế ả ọ ọ ơ ở
th c và ng d ng. ĐHKHTN-TPHCM.ứ ứ ụ
[2] Krzysztof J. Cios, Witold Pedrycz, Roman W. Swiniarski. Data
Mining Methods for Knowledge Discovery. Kluwer Academic
Publishers, 1998
Th nào là máy h c (Learning Machine) ?ế ọ
Máy tính hay ch ng trình máy tính có kh năng t hoàn thi n ươ ả ự ệ
t “kinh nghi m”. ừ ệ
Máy h c còn có nghĩa là vi c mô hình hóa môi tr ng xung ọ ệ ườ
quanh hay kh năng m t ch ng trình máy tính sinh ra m t c u ả ộ ươ ộ ấ
trúc d li u m i khác v i c u trúc hi n có. Ch ng h n vi c tìm ữ ệ ớ ớ ấ ệ ẳ ạ ệ
ra nh ng lu t ữ ậ If…then… t t p d li u đ u vào. ừ ậ ữ ệ ầ
(Krzysztof J. Cios, Witold Pedrycz, Roman W. Swiniarski. Data
Mining Methods for Knowledge Discovery. Kluwer Academic
Publishers, 1998)
I. Khái ni m máy h cệ ọ
Th nào là khám phá tri th c (knowledge discovery) ?ế ứ
Khám phá tri th c là tìm ra nh ng tri th c ti m n, nh ng tri ứ ữ ứ ề ẩ ữ
th c m i (không ph i là nh ng tri th c kinh đi n, kinh nghi m, …)ứ ớ ả ữ ứ ể ệ
Th a d li u, thông tin nh ng thi u tri th c.ừ ữ ệ ư ế ứ
D li uữ ệ
Thông tin
Tri
th cứ
S l ngố ượ
M c đ ứ ộ
tr u ừ
t ngượ
II. Khám phá tri th cứ
III. Phân lo i máy h cạ ọ
Phân lo i thô:ạ
H c giám sát (supervised learning)ọ
H c không giám sát (unsupervised learning)ọ
Phân lo i theo 2 tiêu chu n cùng lúc: “c p đ h c” & “cách ti p c n”ạ ẩ ấ ộ ọ ế ậ
C p đ h c:ấ ộ ọ
H c v t (Rote learning)ọ ẹ
H c theo gi i thích (by explanation)ọ ả
H c theo ví d , tr ng h p (by examples, cases)ọ ụ ườ ợ
H c khám phá (by discovering)ọ
Cách ti p c n:ế ậ
Ti p c n th ng kêế ậ ố
Ti p c n toán t logicế ậ ử
Ti p c n hình h c ế ậ ọ
(phân ho ch không gian, xây d ng cây đ nh danh, …)ạ ự ị
Ti p c n m ng Neuralế ậ ạ
Ti p c n khai m d li uế ậ ỏ ữ ệ
…
III. Phân lo i máy h c (tt)ạ ọ