Bài giảng "Khai thác dữ liệu: Chương 5 - Tập thô và ứng dụng phân lớp" bao gồm các nội dung chính sau: Các khái niệm cơ bản; rút gọn thuộc tính và luật phân lớp;... Mời các bạn cùng tham khảo!

Luận văn Thạc sĩ Hệ thống thông tin "Nghiên cứu một số thuật toán gia tăng lựa chọn thuộc tính trên bảng quyết định động theo tiếp cận tập mờ sử dụng lát cắt α" trình bày các nội dung chính sau: Tổng quan về lý thuyết tập thô, tập thô mờ và các ứng dụng trong bài toán rút gọn thuộc tính; Lý thuyết tập mờ mức α và một số thuật toán gia tăng rút gọn thuộc tính; Kết quả thực nghiệm thông qua quá trình phân tích, đánh giá và so sánh với các thuật toán. Qua đó, sẽ đưa ra một số thảo luận và hướng nghiên cứu tiếp theo trong tương lai.

Luận án Tiến sĩ ngành Hệ thống thông tin "Rút gọn thuộc tính trong bảng quyết định theo tiếp cận tập thô mờ trực cảm và tôpô suy rộng" trình bày các nội dung chính sau: Giới thiệu và định nghĩa bài toán giảm thuộc tính, phân loại các phương pháp giảm thuộc tính; Phương pháp giảm thuộc tính theo tiếp cận RS mờ trực cảm; Phương pháp giảm thuộc tính theo tiếp cận tôpô mờ trực cảm; Phương pháp giảm thuộc tính theo tiếp cận tôpô Hausdorff.

Luận án Tiến sĩ Khoa học máy tính "Rút gọn thuộc tính trong bảng quyết định không đầy đủ có dữ liệu thay đổi theo tiếp cận mô hình tập thô dung sai" trình bày các nội dung chính sau: Khái niệm cơ bản về mô hình tập thô truyền thống, mô hình tập thô dung sai và tổng quan về rút gọn thuộc tính theo tiếp cận tập thô dung sai; Nghiên cứu về tập đối tượng thay đổi trong trường hợp bổ sung, loại bỏ tập đối tượng và tập đối tượng thay đổi giá trị.

Mục tiêu nghiên cứu của đề tài là tìm hiểu về lý thuyết tập thô: hệ thông tin, bảng quyết định, các tập xấp xỉ, tập lõi và tập rút gọn. Tìm hiểu các phương pháp rút gọn thuộc tính, từ đó lựa chọn phương pháp rút gọn thuộc tính sử dụng Entropy Shannon trong bảng quyết định và phương pháp sinh luật quyết định trên tập rút gọn thu được.

Mục tiêu nghiên cứu của đề tài là Tổng hợp các phương pháp rút gọn thuộc tính và trích lọc luật trong bảng quyết định theo tiếp cận lý thuyết tập thô trong tài liệu; Xây dựng và thử nghiệm phương pháp rút gọn thuộc tính sử dụng độ đo khoảng cách.

Mục tiêu của Luận án là nghiên cứu các thuật toán gia tăng tìm tập rút gọn của bảng quyết định không đầy đủ theo tiếp cận kết hợp filter-wrapper nhằm giảm thiểu số lượng thuộc tính tập rút gọn và cải thiện độ chính xác phân lớp so với các thuật toán đã công bố. Mời các bạn cùng tham khảo!

Mục tiêu nghiên cứu của Luận án nhằm đề xuất các thuật toán gia tăng tìm tập rút gọn của bảng quyết định thay đổi dựa trên tập thô mờ theo tiếp cận kết hợp filter-wrapper nhằm giảm thiểu số lượng thuộc tính tập rút gọn và cải thiện độ chính xác của mô hình phân lớp, từ đó giảm thiểu độ phức tạp của mô hình khai phá dữ liệu Mời các bạn cùng tham khảo!

Mục tiêu nghiên cứu của Luận án nhằm đề xuất các thuật toán gia tăng tìm tập rút gọn của bảng quyết định thay đổi dựa trên tập thô mờ theo tiếp cận kết hợp filter-wrapper nhằm giảm thiểu số lượng thuộc tính tập rút gọn và cải thiện độ chính xác của mô hình phân lớp, từ đó giảm thiểu độ phức tạp của mô hình khai phá dữ liệu Mời các bạn cùng tham khảo!

Mục đích nghiên cứu của đề tài là đề xuất các phương pháp rút gọn thuộc tính trực tiếp trên bảng quyết định miền giá trị thực theo tiếp cận tập thô mờ. Đề xuất phương pháp rút gọn thuộc tính và sinh luật trong bảng quyết định mờ theo tiếp cận tập thô mờ. Phương pháp rút gọn thuộc tính sử dụng miền dương mờ được công bố trong công trình [CCN2], phương pháp sinh hệ luật mờ trên bảng quyết định mờ sử dụng khoảng cách Jaccard mờ được công bố trong [CCN5].

Luận án được nghiên cứu với mục tiêu nhằm nghiên cứu sinh nghiên cứu các phương pháp hiệu quả rút gọn thuộc tính và sinh luật quyết định trên bảng quyết định mờ. Tính hiệu quả dựa trên hai tiêu chí đánh giá là độ chính xác phân lớp và thời gian thực hiện.

Luận án đề xuất các thuật toán gia tăng filter-wrapper tìm tập rút gọn xấp xỉ theo tiếp cận tập thô mờ nhằm giảm thiểu số thuộc tính của tập rút gọn và nâng cao độ chính xác của mô hình phân lớp.

Luận án "Rút gọn thuộc tính trong bảng quyết định không đầy đủ theo tiếp cận tập thô dung sai" thực hiện nghiên cứu với mục tiêu nhằm so sánh, đánh giá các phương pháp rút gọn thuộc tính đã công bố, trên cơ sở đó đề xuất các phương pháp mới. Để biết rõ hơn về nội dung chi tiết, mời các bạn cùng tham khảo.

Luận án trình bày về các nội dung: các khái niệm cơ bản về mô hình tập thô dung sai dựa trên quan hệ dung sai trong hệ thông tin không đầy đủ, phân nhóm và đánh giá các phương pháp rút gọn thuộc tính trong bảng quyết định không đầy đủ, đề xuất các phương pháp rút gọn thuộc tính trong bảng quyết định không đầy đủ. Mời các bạn cùng tham khảo.