Tá»ng quan vá» khai phá dữ liá»u - Äại há»c Duy Tân
Tá»ng quan vá» khai phá dữ liá»u - Äại há»c Duy Tân
Tá»ng quan vá» khai phá dữ liá»u - Äại há»c Duy Tân
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
MỤC LỤC<br />
2<br />
Nội dung<br />
Trang<br />
Chƣơng 1. Tổng <strong>quan</strong> kho dữ liệu (Data warehouse) 5<br />
1.1. Các chiến lược xử lý và <strong>khai</strong> thác thông tin 5<br />
1.2. Định nghĩa kho dữ liệu 6<br />
1.3. Mục đích của kho dữ liệu 7<br />
1.4. Đặc tính của dữ liệu trong kho dữ liệu 8<br />
1.5. Phân biệt kho dữ liệu với các cơ sở dữ liệu tác nghiệp 10<br />
Chƣơng 2. Tổng <strong>quan</strong> về <strong>khai</strong> phá dữ liệu 13<br />
2.1. Khai phá dữ liệu là gì 13<br />
2.2. Phân loại các hệ thống <strong>khai</strong> phá dữ liệu 13<br />
2.3. Những nhiệm vụ chính 14<br />
2.4. Tích hợp hệ thống <strong>khai</strong> phá dữ liệu với cơ sở dữ liệu hoặc kho 16<br />
2.5. Các phương pháp <strong>khai</strong> phá dữ liệu 17<br />
2.6. Lợi thế của <strong>khai</strong> phá dữ liệu so với phương pháp cơ bản 21<br />
2.7. Lựa chọn phương pháp 23<br />
2.8. Những thách thức trong ứng dụng và nghiên cứu trong kỹ thuật <strong>khai</strong> phá dữ liệu 24<br />
Chƣơng 3. Tiền xử lý dữ liệu 28<br />
3.1. Mục đích 28<br />
3.2. Làm sạch dữ liệu 29<br />
3.3. Tích hợp và biến đổi dữ liệu 31<br />
Chƣơng 4. Khai phá dựa trên các mẫu phổ biến và luật kết hợp 40<br />
4.1. Khái niệm cơ bản 40<br />
4.2. Luật kết hợp 41<br />
4.3. Phát biểu bài toán phát hiện luật kết hợp 44<br />
4.4. Phát hiện luật kết hợp dựa trên hệ thông tin nhị phân 45<br />
4.5. Khai phá luật kết hợp trên hệ thông tin mờ 51<br />
Chƣơng 5. Phân lớp và dự đoán 68<br />
5.1. Khái niệm cơ bản 68<br />
5.2. Phân lớp dựa trên cây quyết định 70