Thuật toán khai phá dữ liệu

Nghiên cứu khảo sát mối quan hệ liều – đáp ứng của vị thuốc Bạch thược dựa trên các RCTs nhằm cung cấp bằng chứng khoa học cho việc áp dụng hợp lý liều lượng Bạch thược trong thực hành lâm sàng giúp sử dụng thuốc hiệu quả, an toàn, kinh tế và hạn chế quá liều.

6p viyamanaka 06-02-2025 1 1   Download

Nghiên cứu này sẽ tập trung phân tích, khai phá và tìm ra luật kết hợp dựa trên dữ liệu của quá khứ, từ đó đề xuất một số kiến nghị để hỗ trợ cho hoạt động kinh doanh của siêu thị được tối ưu hơn.

6p vimichaeldell 04-12-2021 71 8   Download

Bài viết Phát hiện mẫu bất thường cho trong doanh nghiệp bán lẻ bằng phân tích motif khai phá motif cho chuỗi thời gian và phát hiện bất thường bằng thuật toán học máy rừng ngẫu nhiên được đề xuất. Một mô hình xác định các mẫu hành vi gian lận và phân loại các đối tượng trong bài toán phát hiện bất thường ở cấp độ tài khoản được mô hình hoá.

12p vizenvo 02-12-2022 13 4   Download

Trong nghiên cứu này, quy trình phân khúc khách hàng được thực hiện bằng cách khám phá dữ liệu lịch sử giao dịch của khách hàng tại công ty bán lẻ trực tuyến, triển khai thuật toán phân cụm K-Means trên Spark cùng với việc áp dụng RFM (Recency: Lần truy cập gần đây, Frequency: Tần suất, Money: Tiền tệ). Để xác định số cụm tối ưu đã sử dụng phương pháp Elbow Method.

8p gaupanda051 13-09-2024 15 2   Download

CHƯƠNG 1 Tổng quan về khai phá dữ liệu I. Khai phá dữ liệu (Data Mining) Khai phá dữ liệu (Data mining) là một khái niệm ra đời vào những năm cuối của thập kỷ 80. Nó bao hàm một loạt các kỹ thuật nhằm phát hiện ra các thông tin có giá trị tiềm ẩn trong các tập dữ liệu lớn trong thực tế. Về bản chất, khai phá dữ liệu liên quan đến việc phân tích các dữ liệu và sử dụng các kỹ thuật để tìm ra các mẫu hình có tính chính quy (regularities) từ các tập dữ liệu lớn...

31p 201630589 23-03-2013 223 64   Download

Báo cáo thực tập tốt nghiệp: Khai phá dữ liệu bằng cây quyết định và ứng dụng có cấu trúc gồm 3 chương với nội dung trình bày về công nghệ khai phá trí thức; các phương pháp khai phá dữ liệu bằng cây quyết định; cài đặt chương trình khai phá dữ liệu sử dụng cây quyết định. Tài liệu hữu ích với những bạn chuyên ngành Công nghệ thông tin và những bạn quan tâm tới lĩnh vực này.

45p saucaca 24-07-2013 1062 165   Download

Đối với một tập các ví dụ/bản ghi ( instances/records) – gọi là tậộ ập ụ g ) gọ ập huấn luyện/học (training/learning set). Mỗi bản ghi được biểu diễn bằng một tập các thuộc tính, trong đó có một thuộc tính phân lớp (class attribute). Tìm/học một hàm cho thuộc tính phân lớp (hàm phân lớp) đối với các giá trị của các thuộc tính khác.

55p phuonggm 30-09-2012 229 69   Download

Một số tên gọi khác của phương pháp học dựa trên các láng giềng gần nhất (Nearest neighbor learning) • Instance-based learning • Lazy learning • Memory-Memory based learning

78p phuonggm 30-09-2012 237 67   Download

Học có giám sát (Supervised learning) Tập dữ liệu (dataset) bao gồm các ví dụ, mà mỗi ví dụ được gắn kèm với một nhãn lớp/giá trị đầu ra mong muốn. Mục đích là học (xấp xỉ) một giả thiết (vd: một phân lớp, một hàm mục tiêu,...) phù hợp với tập dữ liệu hiện có. Giả thiết học được (learned hypothesis) sau đó sẽ được dùng để phân lớp/dự đoán đối với các ví dụ mới.

35p phuonggm 30-09-2012 156 40   Download

Hướng dẫn phân cụm các dữ liệu thuộc D thành các cụm,Các dữ liệu trong một cụm: “tương tự” nhau , Dữ liệu hai cụm: “không tương tự” nhau .Tiên đề phân cụm: Nếu người dùng lựa chọn một đối tượng d thì họ cũng lựa chọn các đối tượng cùng cụm . Với các cách sau đây bạn dễ dàng phân cụm theo các chức năng khác nhau, chúc các bạn thành công!

22p duylong2091 27-12-2012 210 53   Download

Khai phá luệt kết hợp:  Tìm tất cả mẫu phổ biến, kết hợp, tương quan, hoặc cấu trú nhanquả trong tập các mục hoặc đối tượng trong CSDL quan hệ hoặc các kho chứa thông tin khác.  Mẫu phổ biến (Frequent pattern): là mẫu (tập mục, dãy mục…) mà xuất hiện phổ biến trong 1 CSDL [AIS93]

60p duylong2091 27-12-2012 185 42   Download

Hướng dẫn Biểu diễn web bằng văn bản gồm các bước thật đơn giản để các bạn có thể thực hành dễ dàng hãy tham khảo các bước sao đây thứ nhất: Là bước cần thiết đầu tiên trong xử lý văn bản, Phù hợp đầu vào của thuật toán khai phá dữ liệt, Tác động tới chất lượng kết quả của thuật toán KHDL.

38p duylong2091 02-01-2013 209 82   Download

Sự bùng nổ thông tin hiện nay do tác động của các siêu phương tiện và WWW. Các hệ thống truy vấn thông tin dựa trên việc phân nhóm, gom cụm (clustering) ra đời để làm tăng tốc độ tìm kiếm thông tin. Do sự biến động thường xuyên của thông tin nên các thuật toán clustering đang tồn tại không thể duy trì tốt các nhóm, cụm (cluster) trong một môi trường như thế. Vấn đề đặt ra là làm thế nào để cập nhật các cluster trong hệ thống mỗi khi thông tin được cập nhật thay vì phải thường xuyên...

35p trinhvang 18-01-2013 123 23   Download

Mục tiêu cơ bản của chương 2 Luật kết hợp (Association Rules) thuộc bài giảng Khai phá dữ liệu trình bày về khái niệm cơ bản về luật kết hợp, thuật toán Apriori, tìm tập phổ biến tối đại với FP-Tree, phân loại luật kết hợp và tối ưu tập luật.

52p thick_12 12-07-2014 149 31   Download

Kết cấu chương 3 Episodes và luật Episode thuộc bài giảng Khai phá dữ liệu trình bày về khái niệm cơ bản về Episodes và luật Episode, thuật toán Winepi, thuật toán Minepi và cuối cùng là bài tập ôn tập và củng cố kiến thức đã học.

39p thick_12 12-07-2014 122 23   Download

Bài giảng Một số chủ đề hiện đại về khai phá dữ liệu - khai phá quá trình: Chương 3 do PGS.TS. Hà Quang Thụy thực hiện sau đây nhằm trang bị cho các bạn những kiến thức về phát hiện quy trình. Với các bạn chuyên ngành Công nghệ thông tin thì đây là tài liệu hữu ích.

24p cocacola_06 04-11-2015 63 7   Download

Chương 3 - Mô hình dữ liệu quan hệ (Phần 4). Những nội dung chính được trình bày trong chương này gồm có: Khái niệm chuẩn hóa, mục đích của chuẩn hóa, các dạng chuẩn, lược đồ khái niệm, các phép toán trên CSDL quan hệ, các bước đưa về dạng chuẩn 3NF/BCNF, các quy tắc toàn vẹn dữ liệu.

36p lovebychance07 12-07-2021 28 4   Download

Bài giảng Khai phá dữ liệu: Bài 3 Luật kết hợp cung cấp cho người học những kiến thức như: Tổng quan; Phát biểu bài toán; Thuật giải Apriori; Thuật giải AprioriTid; Thuật giải FP_Growth. Mời các bạn cùng tham khảo!

85p conbongungoc09 05-08-2021 18 4   Download

Bài giảng Khai phá dữ liệu: Bài 4 Phân cụm dữ liệu cung cấp cho người học những kiến thức như: Tổng quan; Các tiếp cận trong phân cụm; Các thuật toán phân cụm. Mời các bạn cùng tham khảo!

62p conbongungoc09 05-08-2021 28 3   Download

Bài giảng Khai phá dữ liệu: Chương 4 Khai phá luật kết hợp, cung cấp cho người học những kiến thức như: Khai phá luật kết hợp (Association rule); Các thuật toán khai phá vô hướng luật kết hợp (giá trị lôgic đơn chiều) trong CSDL giao dịch; Khai phá kiểu đa dạng luật kết hợp/tương quan; Khai phá kết hợp dựa theo ràng buộc; Khai phá mẫu dãy. Mời các bạn cùng tham khảo!

70p caphesuadathemmatong 25-11-2021 28 2   Download