Khai phá dữ liệu (Data mining)

Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu  7.2.. 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  V

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

 7.1 Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu

 7.2 Qui trình phát triển ứng dụng khai

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

7.1 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

7.2 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

7.3 Các chuẩn dành cho khai phá dữ liệu

 The Predictive Model Markup Language (PMML – www.dmg.org)

 Standard application programming interfaces (APIs)

 The Cross-Industry Standard Process for Data Mining (CRISP-DM – www.crisp-dm.org)

Nguồn: R L Grossman, M F Hornick, G

Meyer, Data Mining Standards Initiatives,

Communications of the ACM 45 (8) 2002

59-7.3 Các chuẩn dành cho khai phá dữ liệu

 The Predictive Model Markup Language (PMML – www.dmg.org)

 Chuẩn dựa trên XML

 Mô tả các mô hình thống kê và khai phá dữ liệu, các tác

vụ làm sạch và biến đổi dữ liệu

7.3 Các chuẩn dành cho khai phá dữ liệu

7.3 Các chuẩn dành cho khai phá dữ liệu

7.3 Các chuẩn dành cho khai phá dữ liệu

7.3 Các chuẩn dành cho khai phá dữ liệu

 Standard application programming interfaces (APIs)

 SQL/MM Part 6: Data Mining

 The Java Specification Request-73 (JSR-73)

 Jcp.org/jsr/detail/073.jsp

 Microsoft APIs

 Microsoft.AnalysisServices.AdomdClient

Nguồn: B Zupan, J Demsar, “Open-Source Tools for

Data Mining”, Clinics in Laboratory Medicine

28(2008) 37-54

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

7.4 Các công cụ hỗ trợ phát triển ứng

dụng khai phá dữ liệu

 Các công cụ thương mại

 Hỗ trợ từ Intelligent Miner (IBM)

 Hỗ trợ từ Microsoft data mining tools (MS SQL

Server 2000/2005/2008)

 Hỗ trợ từ Oracle Data Mining

 Hỗ trợ từ Enterprise Miner (SAS Institute)

7.5 Tóm tắt

trình phát triển ứng dụng truyền thống và

ứng dụng khai phá dữ liệu

cho khai phá dữ liệu

mềm đối với việc hỗ trợ phát triển ứng

dụng khai phá dữ liệu

Hỏi & Đáp …