100+ câu trắc nghiệm Khai phá dữ liệu có đáp án - Phần 3

Phân tích và quản lý thị trường, Quản lý và phân tích rủi ro, Quản lý và phân tích các sai hỏng, Khai thác Web, Khai thác văn bản (text mining)…

Tìm kiếm văn bản, Tìm kiếm hình ảnh, Tìm kiếm tri thức mới trên Internet...

Phân tích tâm lý khách hàng, Hỗ trợ kinh doanh, tối ưu hóa phần cứng máy tính...

Phân tích thị trường chứng khoán, bất động sản, tìm kiếm dữ liệu bằng các máy tìm kiếm...

Quan hệ, Giao tác, Hướng đối tượng, Không gian, Thời gian, Text, XML, Multi-media, WWW,…

Text, XML, Multi-media, WWW,…

Cơ sở dữ liệu khách hàng, cơ sở dữ liệu nghiên cứu không gian, cơ sở dữ liệu trong ngân hàng, cơ sở dữ liệu thống kê…

Cơ sở dữ liệu tuyển sinh đại học, cơ sở dữ liệu dự báo thời tiết, cơ sở dữ liệu thống kê dân số…

Big data nói đến các tập dữ liệu rất lớn và phức tạp tới mức các kỹ thuật IT truyền thống không xử lý nổi.

Dữ liệu rất lớn

Dữ liệu được tích hợp từ nhiều nguồn khác nhau

Dữ liệu khổng lồ trên Internet

Giải quyết các bài toán sinh học bằng việc sử dụng các phương pháp của khoa học tính toán

Sinh học phân tử

Tìm kiếm dữ liệu mới từ sinh học

Khai thác các thông tin có ích trong lĩnh vực y học

Data Mining là một bước quan trọng trong quá trình khai phá tri thức từ dữ liệu – KDD

Tiền xử lý dữ liệu là chọn ra các đặc trưng tiêu biểu trong tập dữ liệu lớn

Mọi dữ liệu đều có thể tìm kiếm được bằng máy tìm kiếm của Google

Data Mining là công cụ giúp các lập trình viên dễ dàng tìm kiếm thông tin hơn

Xử lý giá trị thiếu, Dữ liệu nhiễu: định danh ngoại lai và làm trơn, Chỉnh sửa dữ liệu không nhất quán, Giải quyết tính dư thừa tạo ra sau tích hợp dữ liệu.

Làm trơn theo biên, phương pháp đóng thùng, điền giá trị thiếu, Giải quyết tính dư thừa tạo ra sau tích hợp dữ liệu.

Phân cụm, phân lớp, hồi quy, biểu diễn dữ liệu.

Phân cụm, tìm luật kết hợp, tìm kiếm đặc trưng.

2^n -1

2^n

Vô số tập con

n^2

Bỏ qua bản ghi có dữ liệu bị thiếu, điền giá trị thiếu bằng tay, điền giá trị tự động.

Loại bỏ dựa trên quan sát, loại bỏ khi lựa chọn đặc trưng.

Loại bỏ toàn bộ dữ liệu bị nhiễu và thay thế bằng tập dữ liệu mới, lựa chọn các đặc trưng quan trọng.

Sử dụng các thuật toán phân lớp, phân cụm, tìm luật kết hợp.

5

6

9

Giá trị khác

Các bản ghi có dữ liệu bị thiếu chiếm tỷ lệ nhỏ trong toàn bộ dữ liệu

Các bản ghi có dữ liệu bị thiếu chiếm tỷ lệ lớn trong toàn bộ dữ liệu

Có thể bỏ qua tất cả các bản ghi bị thiếu

Không thể bỏ qua, phải tìm các giá trị để điền vào các bản ghi bị thiếu

Support(X) = Số lượng giao dịch hỗ trợ X / N

Support(X) = Số lượng giao dịch hỗ trợ X

Support(X) = Số lượng giao dịch hỗ trợ X / N * |I|, trong đó |I| là tổng số mục trong CSDL

Support(X) = Số lượng giao dịch hỗ trợ X * 100%

Confidence(XY) = Số lượng giao dịch hỗ trợ cả X và Y / Số lượng giao dịch hỗ trợ X

Confidence(XY) = Số lượng giao dịch hỗ trợ X / Số lượng giao dịch hỗ trợ Y

Confidence(XY) = Số lượng giao dịch hỗ trợ cả X và Y / Số lượng giao dịch hỗ trợ Y

Confidence(XY) = Số lượng giao dịch hỗ trợ cả X và Y / N

Support(XY) = Số lượng giao dịch hỗ trợ cả X và Y / N

Support(XY) = Số lượng giao dịch hỗ trợ cả X và Y / Số lượng giao dịch hỗ trợ Y

Support(XY) = Số lượng giao dịch hỗ trợ cả X và Y / Số lượng giao dịch hỗ trợ X

Support(XY) = Số lượng giao dịch hỗ trợ cả X / Số lượng giao dịch hỗ trợ Y

Support(X) >= Min_Supp

Support(X) <= Min_Supp

=>

Support(X) = Min_Supp

Support(X) = Min_Supp / N

Support(XY) >= Min_Supp, Confidence(XY) >= Min_Conf

Support(XY) = Min_Supp, Confidence(XY) = Min_Conf

Support(XY) < Min_Supp, Confidence(XY) < Min_Conf

>

Support(XY) > Min_Supp, Confidence(XY) = Min_Conf

F:4, C:4, A:3, C:3, M:3, P:3...

C:4, A:3, C:3, M:3, P:3

F:4, C:4

A:3, C:3, M:3, P:3

FCAM:3

FCAM:2

FC:4

FCAM:4

{ F:2, C:2, A:2} và { F:1, C:1, A:1, B:1}

{F:2, C:2, A:2}

F:1, C:1, A:1

F:3, C:3, A:3

{ F:2, C:2, A:2, M:2} và { C:1, B:1}

{F:2, C:2, A:2, M:2}

C:3

F:3, C:3, A:3

{ C:3}| p

{CF:3}| p

{C:4}| p

Cây điều kiện là rỗng

{ F:3, C:3}| p

{CF:3}| p

{C:4}| p

Cây điều kiện là rỗng

2^N - 1

2^N

N

Vô số tập mục

AB-->C

A-->D

ABD-->C

D-->C

Confidence(AB-->C) >= Confidence(A-->BC)

Confidence(AB-->C) <= Confidence(A-->BC)=>

Confidence(AB-->C) = Confidence(A-->BC)

Chưa kết luận được AB-->C có thỏa độ hỗ trợ tối tiểu và độ tin cậy tối thiểu hay không

Support(ABC) < Support(ABCD)

>

Support(ABC) >= Support(ABCD)

Support(AB) >= Support(ABC)

Support(AB) <= Support(A)

=>

Confidence(AC--> B) >= Confidence(A--> BC)

Confidence(AC--> B) = Confidence(A--> BC)

Confidence(A--> AB) >= Confidence(AC--> C)

Confidence(AB--> C) >= Confidence(AC--> B)

{ A, B, C}, {A, B, D }

{A, B, C}, {A, B, D}, {A, B, C, D}

{A, B, C}, {B, C, D}

{A, B, C}, {C, B, D}

Tạo ra từ tập chứa k-1 item bằng cách ghép 2 tập k-1 item với nhau với điều kiện là 2 tập k-1 item này phải có chung nhau k-2 item

Tổ hợp k item từ các item có trong cơ sở dữ liệu giao dịch.

Lấy ngẫu nhiên k item sau đó ghép lại với nhau.

Sinh mọi tập con có k item từ các item có trong cơ sở dữ liệu giao dịch

abc và abd

abc và ade

abc và ace

abd và ade

BA-->E

BC -->E

C--> E

B-->C