tailieunhanh - Bài giảng Khai phá dữ liệu (Data mining): Chương 7 - ĐH Bách khoa TP.HCM

Bài giảng Khai phá dữ liệu (Data mining): Chương 7 - Phát triển ứng dụng khai phá dữ liệu bao gồm những nội dung về vấn đề phát triển ứng dụng khai phá dữ liệu; qui trình phát triển ứng dụng khai phá dữ liệu; chuẩn dành cho khai phá dữ liệu; công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu. | Chương 7: Phát triển ứng dụng khai phá dữ liệu Khai phá dữ liệu (Data mining) Học kỳ 1 – 2009-2010 Khoa Khoa Học & Kỹ Thuật Máy Tính Trường Đại Học Bách Khoa Tp. Hồ Chí Minh Nội dung . Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu . Qui trình phát triển ứng dụng khai phá dữ liệu . Các chuẩn dành cho khai phá dữ liệu . Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu . Tóm tắt Tài liệu tham khảo [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006. [2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data Mining”, MIT Press, 2001. [3] David L. Olson, Dursun Delen, “Advanced Data Mining Techniques”, Springer-Verlag, 2008. [4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory, Methodology, Techniques, and Applications”, Springer-Verlag, 2006. [5] ZhaoHui Tang, Jamie MacLennan, “Data Mining with SQL Server 2005”, Wiley Publishing, 2005. [6] Oracle, “Data Mining Concepts”, B28129-01, 2008. [7] Oracle, “Data Mining Application Developer’s Guide”, B28131-01, 2008. . Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu Vấn đề dữ liệu Lượng và chất lượng dữ liệu Kiểu dữ liệu Vấn đề tri thức từ quá trình khai phá Biểu diễn và tích hợp vào ứng dụng Vấn đề kỹ thuật khai phá Lựa chọn giải thuật khai phá Vấn đề hiệu quả (effective) và hiệu suất (efficient) . Qui trình phát triển ứng dụng khai phá dữ liệu Qui trình phát triển ứng dụng Qui trình phát triển ứng dụng khai phá dữ liệu Tương đồng và khác biệt . Các chuẩn dành cho khai phá dữ liệu The Predictive Model Markup Language (PMML – ) Standard application programming interfaces (APIs) The Cross-Industry Standard Process for Data Mining (CRISP-DM – ) Nguồn: R. L. Grossman, M. F. Hornick, G. Meyer, Data Mining Standards Initiatives, Communications of the ACM 45 (8) 2002 59-61. . Các chuẩn dành cho khai phá dữ liệu The Predictive | Chương 7: Phát triển ứng dụng khai phá dữ liệu Khai phá dữ liệu (Data mining) Học kỳ 1 – 2009-2010 Khoa Khoa Học & Kỹ Thuật Máy Tính Trường Đại Học Bách Khoa Tp. Hồ Chí Minh Nội dung . Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu . Qui trình phát triển ứng dụng khai phá dữ liệu . Các chuẩn dành cho khai phá dữ liệu . Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu . Tóm tắt Tài liệu tham khảo [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006. [2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data Mining”, MIT Press, 2001. [3] David L. Olson, Dursun Delen, “Advanced Data Mining Techniques”, Springer-Verlag, 2008. [4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory, Methodology, Techniques, and Applications”, Springer-Verlag, 2006. [5] ZhaoHui Tang, Jamie MacLennan, “Data Mining with SQL Server 2005”, Wiley Publishing, 2005. [6] Oracle,