aai09知識發(fā)現(xiàn)和數(shù)據(jù)挖掘2高級人工智能史忠植-展示頁
2024-10-24 20:00本頁面
【正文】 70％（140/200）。,2024/10/20,15,關聯(lián)規(guī)則的相關概念(2),支持度 物品集A的支持度：稱物品集A具有大小為s的支持度,如果D中有s%的事務支持物品集X P(A) 1000個顧客購物，其中200個顧客購買了面包， 支持度就是20％（200/1000）。 假設有一個物品集A，一個事務T，如果A?T，則稱事務T支持物品集A。,2024/10/20,14,關聯(lián)規(guī)則的相關概念(1),設R={I1,I2……Im}是一組物品集，W是一組事務集。 用于關聯(lián)規(guī)則發(fā)現(xiàn)的主要對象是事務型數(shù)據(jù)庫,其中針對的應用則是售貨數(shù)據(jù),也稱貨籃數(shù)據(jù)。例如,可以幫助如何擺放貨架上的商品(如把顧客經(jīng)常同時買的商品放在一起),幫助如何規(guī)劃市場(怎樣相互搭配進貨)。常用的模型：,Hopfield網(wǎng) 多層感知機 自組織特征映射 反傳網(wǎng)絡,可視化：,2024/10/20,11,KDD的技術難點,動態(tài)變化的數(shù)據(jù) 噪聲 數(shù)據(jù)不完整 冗余信息 數(shù)據(jù)稀疏 超大數(shù)據(jù)量,2024/10/20,12,關聯(lián)規(guī)則,屬于知識發(fā)現(xiàn)任務中的相關性分析 由于條形碼技術的發(fā)展,零售部門可以利用前端收款機收集存儲大量的售貨數(shù)據(jù)。通過發(fā)現(xiàn)異常, 可以引起人們對特殊情況的加倍注意。 聚類： 根據(jù)數(shù)據(jù)的不同特征，將其劃分為不同的類。 分類： 根據(jù)分類模型對數(shù)據(jù)集合分類。 數(shù)據(jù)挖掘(data mining): 統(tǒng)計界、數(shù)據(jù)分析、數(shù)據(jù)庫和管理信息系統(tǒng)界 知識抽取 (information extraction)、 信息發(fā)現(xiàn) (information discovery)、 智能數(shù)據(jù)分析 (intelligent data analysis)、 探索式數(shù)據(jù)分析 (exploratory data analysis) 信息收獲 (information harvesting) 數(shù)據(jù)考古 (data archeology),2024/10/20,5,2024/10/20,6,知識發(fā)現(xiàn)的任務(1),數(shù)據(jù)總結： 對數(shù)據(jù)進行總結與概括。 該術語于1989年出現(xiàn)，F(xiàn)ayyad定義為“KDD是從數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程”,2024/10/20,4,不同的術語名稱,知識發(fā)現(xiàn)是一門來自不同領域的研究者關注的交叉性學科，因此導致了很多不同的術語名稱。,2024/10/20,3,數(shù)據(jù)庫知識發(fā)現(xiàn),目前, 關系型數(shù)據(jù)庫技術成熟、應用廣泛。第九章 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘,數(shù)據(jù)庫中知識發(fā)現(xiàn) 史忠植 中科院計算所,2024/10/20,1,知識發(fā)現(xiàn) 關聯(lián)規(guī)則 數(shù)據(jù)倉庫 知識發(fā)現(xiàn)工具,2024/10/20,2,知識發(fā)現(xiàn),知識發(fā)現(xiàn)是指從數(shù)據(jù)集中抽取和精煉新的模式。 范圍非常廣泛：經(jīng)濟、工業(yè)、農(nóng)業(yè)、軍事、社會 數(shù)據(jù)的形態(tài)多樣化：數(shù)字、符號、圖形、圖像、聲音 數(shù)據(jù)組織各不相同：結構化、半結構化和非結構 發(fā)現(xiàn)的知識可以表示成各種形式 規(guī)則、科學規(guī)律、方程或概念網(wǎng)。因此, 數(shù)據(jù)庫知識發(fā)現(xiàn)(Knowledge Discovery in Databases KDD)的研究非?；钴S。 知識發(fā)現(xiàn):人工智能和機器學習界。傳統(tǒng)的最簡單的數(shù)據(jù)總結方法是計算出數(shù)據(jù)庫的各個字段上的求和值、平均值、方差值等統(tǒng)計值,或者用直方圖、餅狀圖等圖形方式表示。分類屬于有導師學習，一般需要有一個訓練樣本數(shù)據(jù)集作為輸入。無導師學習,2024/10/20,7,知識發(fā)現(xiàn)的任務(2),相關性分析： 發(fā)現(xiàn)特征之間或數(shù)據(jù)之間的相互依賴關系 關聯(lián)規(guī)則 偏差分析： 基本思想是尋找觀察結果與參照量之間的有意義的差別。 建模： 構造描述一種活動或狀態(tài)的數(shù)學模型,2024/10/20,8,知識發(fā)現(xiàn)的方法(1),統(tǒng)計方法：,傳統(tǒng)方法： 回歸分析、判別分析、聚類分析、探索性分析 模糊集(fuzzy set) Zadeh 1965 支持向量機(Support Vector Machine) Vapnik 90年代初 粗糙集(Rough Set) Pawlak 80年代初,2024/10/20,9,知識發(fā)現(xiàn)的方法(2),機器學習：,規(guī)則歸納：AQ算法 決策樹：IDC4.5 范例推理:CBR 遺傳算法:GA 貝葉斯信念網(wǎng)絡,2024/10/20,10,知識發(fā)現(xiàn)的方法(3),神經(jīng)計算： 神經(jīng)網(wǎng)絡是指一類新的計算模型，它是模仿人腦神經(jīng)網(wǎng)絡的結構和某些工作機制而建立的一種計算模型。因此,如果對這些歷史事務
化學相關推薦
鄂ICP備17016276號-1