Արդյո՞ք բոլոր օրինաչափությունները հետաքրքիր են տվյալների արդյունահանման մեջ:
Արդյո՞ք բոլոր օրինաչափությունները հետաքրքիր են տվյալների արդյունահանման մեջ:

Video: Արդյո՞ք բոլոր օրինաչափությունները հետաքրքիր են տվյալների արդյունահանման մեջ:

Video: Արդյո՞ք բոլոր օրինաչափությունները հետաքրքիր են տվյալների արդյունահանման մեջ:
Video: Norepinephrine in Health & Disease - Dr. David Goldstein 2024, Երթ
Anonim

Ի տարբերություն մոդելավորման ավանդական առաջադրանքի տվյալները - որտեղ նպատակը նկարագրելն է բոլորը որ տվյալները մեկ մոդելով - նախշեր նկարագրել միայն մի մասը տվյալները [27]։ Իհարկե, շատ մասեր տվյալները , և, հետևաբար, շատերը նախշեր , չեն հետաքրքիր ժամը բոլորը . -ի նպատակը օրինակ հանքարդյունաբերություն այն է բացահայտել միայն նրանք, որոնք կան:

Այստեղ, արդյոք տվյալների արդյունահանման համակարգը կարող է առաջացնել բոլոր հետաքրքիր օրինաչափությունները:

Ա տվյալների արդյունահանման համակարգ ներուժ ունի առաջացնել հազարավոր կամ նույնիսկ միլիոնավոր նախշեր , կամ կանոններ։ ապա «են բոլորը որ հետաքրքիր նախշեր ?” Սովորաբար ոչ միայն մի փոքր մասն է նախշեր պոտենցիալ առաջացած իրականում կհետաքրքրի ցանկացած օգտվողին:

Նմանապես, արդյո՞ք տվյալների մեջ օրինաչափությունների հայտնաբերման գործընթացը: Կաղապար ճանաչումը ավտոմատ ճանաչում է նախշեր և օրինաչափությունները տվյալները . Կաղապար ճանաչումը սերտորեն կապված է արհեստական ինտելեկտի և մեքենայական ուսուցման հետ, ինչպես օրինակ տվյալները հանքարդյունաբերություն և գիտելիքների հայտնաբերում տվյալների բազաներում (KDD), և հաճախ օգտագործվում է այս տերմինների հետ փոխադարձաբար:

Այս առումով, որո՞նք են տվյալների հանքարդյունաբերության օրինաչափությունները:

Փաստացի տվյալների հանքարդյունաբերություն առաջադրանքը մեծ քանակությամբ կիսաավտոմատ կամ ավտոմատ վերլուծություն է տվյալները հանել նախկինում անհայտ, հետաքրքիր նախշեր ինչպիսիք են խմբերը տվյալները գրառումներ (կլաստերի վերլուծություն), անսովոր գրառումներ (անոմալիաների հայտնաբերում) և կախվածություններ (ասոցիացիայի կանոն հանքարդյունաբերություն , հաջորդական օրինակ հանքարդյունաբերություն ).

Ի՞նչ է օրինաչափությունների հաճախականությունը տվյալների վերլուծության մեջ:

Ա օրինաչափությունների հաճախականության վերլուծություն համեմատում է կանոնավոր արտահայտությունը նախշեր գտնում է նշված դաշտի արժեքներում և կատարում a հաճախականության վերլուծություն հիման վրա նախշեր հայտնաբերվել է. Այն ստեղծում է հաշվետվություն յուրաքանչյուր դաշտի համար, որտեղ նշված է յուրաքանչյուրը օրինակը յուրաքանչյուրի անգամների քանակի հետ միասին օրինակը տեղի է ունենում.

Խորհուրդ ենք տալիս: