1. Trang chủ
  2. » Luận Văn - Báo Cáo

Hoàn thiện bộ nhớ tri thức của hệ chuyên gia dựa vào khai phá luật kết hợp

63 265 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 63
Dung lượng 1,16 MB

Nội dung

LỜI CẢM ƠN Trước tiên xin gửi lời cảm ơn đến thầy PGS, TS, NCNC Lê Huy Thập định hướng nhiệt tình hướng dẫn, giúp đỡ nhiều mặt chuyên môn trình làm luận văn Tôi xin gửi lời cảm ơn đến thầy, cô dạy dỗ truyền đạt kinh nghiệm quý báu cho suốt hai năm học cao học trường Đại học sư phạm Hà Nội Tôi xin cảm ơn bạn bè, đồng nghiệp gia đình, người gần gũi, động viên, chia sẻ suốt thời gian làm luận văn tốt nghiệp Hà Nội, ngày 06 tháng 12 năm 2013 Học viên Nguyễn Thị Duyên LỜI CAM ĐOAN Tôi xin cam đoan thông tin trích dẫn luận văn rõ nguồn gốc Hà Nội, ngày 06 tháng 12 năm 2013 Học viên Nguyễn Thị Duyên DANH MỤC CÁC TỪ VIẾT TẮT CSDL : Cơ sở liệu HCG : Hệ chuyên gia KPDL : Khai phá liệu DANH SÁCH HÌNH VẼ Hình 1.1 Quá trình phát tri thức từ CSDL Hình 1.2 Sơ đồ trình Khai phá liệu mạng 16 Hình 1.3 Mẫu kết với kỹ thuật mạng neuron 16 Hình 2.1 Phạm vi giá trị CF 41 Hình 2.2 Liên kết thực thể 44 Hình 2.3 Liên kết thực thể 46 Hình 3.1 Giao diện Demo 52 Hinh 3.2 Giao diện cập nhật thông tin bảng quan hệ 53 Hình 3.3 Kết sau trình khai phá luật kết hợp 53 Hình 3.4 Tập luật sinh 54 Hình 3.5 Mô tả tập luật cần chuyên gia đánh giá lại 54 DANH SÁCH BẢNG BIỂU Bảng 1.1 Các loại vấn đề HCG giải Bảng 2.1 Các mặt hàng nhãn 35 Bảng 2.2 Các giao dịch 36 Bảng 2.3 C1 36 Bảng 2.4 F1 36 Bảng 2.5 C2 36 Bảng 2.6 C2 36 Bảng 2.7 C2 37 Bảng 2.8 F2 37 Bảng 2.9 C3 37 Bảng 2.10 C3 37 Bảng 3.1 Mô tả tập kiện sử dụng Demo 50 Bảng 3.2 Tập luật nhớ tri thức 50 MỤC LỤC MỞ ĐẦU 1 Lí chọn đề tài Mục đích nghiên cứu (Các kết cần đạt được) Nhiệm vụ nghiên cứu Đối tượng phạm vi nghiên cứu Phương pháp nghiên cứu Giả thiết khoa học Nội dung Kết luận CHƢƠNG 1: TỔNG QUAN 1.1 Hệ chuyên gia 1.1.1 Khái niệm Hệ chuyên gia 1.1.2 Các lĩnh vực ứng dụng Hệ chuyên gia 1.1.3 Các đặc tính Hệ chuyên gia 1.2 Khai phá liệu 1.2.1 Tổ chức Khai phá liệu truyền thống 1.2.2 Bước phát triển việc tổ chức khai thác sở liệu 1.2.3 Khai phá liệu trình phát tri thức 1.2.4 Các dạng sở liệu khai thác 10 1.2.5 Các thành phần giải thuật Khai phá liệu 11 1.2.6 Một số phương pháp Khai phá liệu phổ biến 11 1.2.7 Ứng dụng KPDL 18 1.2.8 Khai phá luật kết hợp ứng dụng 20 1.3 Kết luận 20 CHƢƠNG KHAI PHÁ LUẬT KẾT HỢP TRONG BỘ NHỚ TRI THỨC CỦA HỆ CHUYÊN GIA 22 2.1 Bộ nhớ tri thức hệ chuyên gia 22 2.1.1 Bộ nhớ tri thức 22 2.1.2 Cách biểu diễn luật nhớ tri thức 22 2.2 Phương pháp tìm luật kết hợp Khai phá liệu 24 2.2.1 Luật kết hợp 25 2.2.2 Một số tính chất liên quan đến hạng mục phổ biến 27 2.2.3 Bài toán khai phá luật kết hợp 28 2.2.4 Một số hướng tiếp cận KPLKH 29 2.2.5 Thuật toán Apriori để xác định tập phổ biến xây dựng luật kết hợp 31 2.3 Các phương pháp suy luận hệ chuyên gia 37 2.3.1 Suy luận Bayes 38 2.3.2 Suy luận không chắn hệ chuyên gia 39 2.4.3 Đề xuất hoàn thiện nhớ tri thức 42 2.4 Hoàn thiện nhớ tri thức dựa vào khai phá luật kết hợp 42 2.4.1 Dạng quan hệ thể O-A-V 44 2.4.2 Dạng quan hệ thể luật 46 2.5 Kết luận hướng phát triển 49 CHƢƠNG 3: ỨNG DỤNG BỔ SUNG LUẬT TRONG BỘ NHỚ TRI THỨC 50 3.1 Lập trình ứng dụng đề tài siêu thị Điện máy 50 3.1.1 Dữ liệu 50 3.1.2 Các công cụ phát triển Demo 51 3.2 Các giao diện kết chương trình ứng dụng 52 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN 55 TÀI LIỆU THAM KHẢO 56 MỞ ĐẦU Lí chọn đề tài Bộ nhớ tri thức HCG luật, kiện phương pháp suy luận,…Tuy nhiên mức độ đầy đủ luật khả tín đến đâu thường tùy thuộc vào nhiều yếu tố như: để tìm luật kết hợp khai phá liệu, dựa vào độ hỗ trợ Sup (Suport) độ tin cậy Conf (Confidence), tham số phải xác định qua kinh nghiệm hay qua phương pháp chuyên gia Dù cách độ khả tín luật mức độ tham khảo Để tăng độ tin cậy vào luật tìm dùng phương pháp hỗ trợ thêm hệ chuyên gia Từng chuyên đề giới Việt Nam có quan tâm nghiên cứu, kết hợp hai chuyên đề theo cách nêu chưa Chúng ta dùng phương pháp bổ sung nhân tố chắn CF cho kiện, luật,… để độ khả tín cho luật kết hợp nhận phương pháp khai phá luật kết hợp Mục đích nghiên cứu (Các kết cần đạt đƣợc) Dùng suy luận không chắn để hỗ trợ khai phá luật kết hợp Ứng dụng đề tài siêu thị điện máy Nhiệm vụ nghiên cứu Nghiên cứu khai phá liệu CSDL luật nhớ tri thức Từ bổ sung luật chưa có Đối tƣợng phạm vi nghiên cứu Khai phá liệu Hệ chuyên gia Phƣơng pháp nghiên cứu Phương pháp tìm luật kết hợp khai phá liệu Các phương pháp suy luận HCG Giả thiết khoa học Dùng HCG, Trí tuệ nhân tạo,… để hỗ trợ nâng cao mở rộng đề tài Nội dung Luận văn trình bày gồm chương: Chương Tổng quan 1.1 Hệ chuyên gia 1.2 Khai phá liệu 1.3 Kết luận Chương Khai phá luật kết hợp nhớ tri thức hệ chuyên gia 2.1 Bộ nhớ tri thức hệ chuyên gia 2.2 Phương pháp tìm luật kết hợp khai phá liệu 2.3 Các phương pháp suy luận Hệ chuyên gia 2.4 Hoàn thiện nhớ tri thức dựa vào khai phá luật kết hợp 2.5 Kết luận hướng phát triển Chương Ứng dụng bổ sung luật nhớ tri thức 3.1 Lập trình ứng dụng đề tài siêu thị Điện máy 3.2 Các giao diện kết chương trình ứng dụng Kết luận  Luận văn “Hoàn thiện nhớ tri thức hệ chuyên gia dựa vào khai phá luật kết hợp”  Demo chương trình ứng dụng  Dùng HCG, Trí tuệ nhân tạo,… để hỗ trợ nâng cao mở rộng đề tài CHƢƠNG 1: TỔNG QUAN 1.1 Hệ chuyên gia 1.1.1 Khái niệm Hệ chuyên gia Chuyên gia lĩnh vực: Là người nhóm người có kiến thức sâu chuyên ngành có kĩ giải vấn đề (về chuyên ngành đó) cách có hiệu Hệ chuyên gia (HCG): Là hệ thống phần mềm dựa tri thức, mô hình hóa tri thức chuyên gia, nhóm chuyên gia dùng tri thức để giải vấn đề phức tạp thuộc lĩnh vực Hay Hệ chuyên gia hệ thống bao gồm máy tính chương trình dùng để mô bắt chước cách giải vấn đề chuyên gia Các khối HCG: Một HCG bao gồm hai khối i Khối tri thức sở, dùng để lưu tri thức bao gồm kiện, quan hệ luật,… ii Khối suy luận hay mô tơ suy luận xử lí mô hình hóa theo cách lập luận xử lý HCG Mô tơ nhận thông tin kiện, so sánh chúng với kiến thức có khối tri thức sở rút kết luận hay bình luận Như mô tơ cần có kĩ thuật suy luận 1.1.2 Các lĩnh vực ứng dụng Hệ chuyên gia Tính đến thời điểm này, hàng trăm HCG xây dựng công bố thường xuyên tạp chí, sách báo hội thảo khoa học Ngoài HCG sử dụng công ty, tổ chức quân mà không công bố lí bảo mật 42 2.4 Hoàn thiện nhớ tri thức dựa vào khai phá luật kết hợp 2.4.1 Dạng quan hệ thể O-A-V Gọi A = {A1, A2, , An} tập thuộc tính O = {O1, O2, , Om} tập đối tượng, tạo hai quan hệ sau: Quan hệ thuộc tính: ThuocTinh ID_TT A1 A2 An 001 Hãng Trọng Giá tiền Màu lượng 002 Trọng Hãng lượng Trong ID_TT khóa Và quan hệ đối tượng: DoiTuong ID_DoiTuong TenDoiTuong 001 Ti vi 002 Quạt điện Trong ID_DoiTuong khóa Như quan hệ ThuocTinh DoiTuong 1-1 Trong trường hợp sử dụng yếu tố chắn cần thêm bảng để thể độ chắn sau: ChacChanThuocTinh ID_CF ID_TT CF1TT CF2TT CFnTT CF001 001 0.8 0.9 0.9 CF002 002 0.9 0.9 0.7 ID_CF khóa ID_TT khóa ngoại 43 Trong CFi TT (i = 1, 2, n) độ chắn giá trị thuộc tính Ai Và quan hệ chắn đối tượng ChacChanDoiTuong ID_CF_O ID_DoiTuong CF_O CFO001 001 0.8 CFO002 002 0.6 ID_CF_O khóa ID_DoiTuong khóa ngoại CF_O độ chắn đối tượng Trong trường hợp sử dụng yếu tố mờ cần thêm bảng để thể độ mờ sau: MoThuocTinh ID_M ID_TT M1TT M2TT MnTT M001 001 0.8 0.7 0.8 M002 002 0.8 0.9 0.7 ID_M khóa ID_TT khóa ngoại Trong Mi TT (i = 1, 2, n) độ mờ giá trị thuộc tính Ai Và quan hệ mờ đối tượng: M_DoiTuong ID_M_O ID_DoiTuong M_O MO001 001 0.8 MO002 002 0.75 ID_M_O khóa ID_DoiTuong khóa ngoại M_O độ mờ đối tượng Chúng ta có mô hình liên kết thực thể hình (2.2) 44 ChacChanDoiTuong ChacChanThuocTinh n n ThuocTinh 1 DoiTuong 1 n n M_DoiTuong MoThuocTinh Hình 2.2 Liên kết thực thể 2.4.2 Dạng quan hệ thể luật Trong hệ chuyên gia, luật có dạng: IF E (các yếu tố phụ trợ) THEN C (các yếu tố phụ trợ) [5], [8] Hay IF E (các yếu tố phụ trợ) C (các yếu tố phụ trợ) [5], [8] Trong E (Event) kiện hay gọi giả thiết luật E biểu thức logic Nhưng [5], [8] cho thấy E luôn tương đương với biểu thức logic dạng chuẩn hội hay chuẩn tuyển [2] Ở xem E C có dạng chuẩn tuyển Nghĩa E có dạng: E = Vin 1E i ; Ei hội sơ cấp [2] Và C = Vjm1C j ; Cj hội sơ cấp [2] Các yếu tố phụ trợ ước lượng tác nhân độ chắn, độ mờ, độ khả tín theo định lý Byes, Cũng giống trường hợp O-A-V lưu giả thiết kết luận luật vào hai quan hệ GiaThiet KetLuan Trong trường hợp E = Vin 1E i C = Vjm1C j có liên kết thực thể hai quan hệ n-n Khi hội sơ cấp kết 45 hợp nhiều có trường hợp chuẩn tuyển Tuy nhiên đơn giản hóa nhận xét sau mà không làm ý nghĩa luật Nhận xét: Nếu nhớ tri thức, có luật dạng: E = Vin 1E i Ei C ; thay n luật dạng: C, i 1, n xem [4], [8] Tương tự cho C Ví dụ: (“Bão” “Mưa to”) (“Nước sông lên to” “Vỡ đê”) “Di dân” “Đắp lại đê” Có thể tách thành hai luật sau: (“Bão” “Mưa to”) (“Nước lũ to” (“Bão” “Vỡ đê”) “Mưa to”) (“Nước lũ to” “Di dân” “Di dân” “Đắp lại đê” “Vỡ đê”) “Đắp lại đê” Qua nhận xét nghiên cứu tập luật mà phần giả thiết kết luận biểu thức hội sơ cấp Gọi L tập luật, L có dạng: L = {L1, L2, } Đưa phần gỉa thiết luật vào quan hệ GiaThiet Để đưa phần giả thiết luật vào quan hệ GiaThiet, dùng thuật toán sau đây: Thuật toán QH1 For Each element in L Bước 1: Khử phép toán hội (hoặc ký hiệu thay cho dấu hội) Tìm vị trí “ ” “Then” xác định độ dài xâu từ đầu xâu đến vị trí 46 Bước 2: Tìm vị trí “ ” “Then” giả sử vtr Tách xâu vtr1 từ đầu xâu đến vị trí vtr Tách xâu vtr2 từ vị trí vtr1 đến cuối xâu Bước Lưu xâu Lưu vtr1 với giá trị khóa (giả sử “KhoaLi” thực với luật Li ) vào quan hệ GiaThiet Lưu vtr2 với giá trị khóa “KhoaLi” vào quan hệ KetQua Endfor Liên kết thực thể hai quan hệ GiaThiet KetLuan 1-1 Tương tự trường hợp O-A-V, có mô hình liên kết thực thể hình 2.3 ChacChanKetLuan ChacChanGiaThiet n n 1 GiaThiet KetLuan 1 n n M_KetLuan MoGiaThiet ể Hình 2.3 Liên kết thực thể 2.4.3 Đề xuất hoàn thiện nhớ tri thức Ta thấy luật nhớ tri thức đưa dạng: ABC XYZ Hoặc cho A, B, C, , X, Y, Z, vị từ viết: A B C X Y Z A AND B AND C AND THEN X AND Y AND Z Tuy nhiên luật có ẩn chứa luật “ẩn” phần giả thiết phần kết luận 47 Ví dụ “Mưa” AND “Lũ lụt” “Vỡ đê” AND “Di dân” Thì có: “Mưa” “Lũ lụt” với độ chắn “Vỡ đê” “Di dân” với độ chắn Thậm chí luật ẩn nằm giả thiết & kết luận Ví dụ 2: “Sốt” AND “Mệt mỏi” “Xin nghỉ học” AND “Điều trị” Thì có: “Sốt” “Mệt mỏi” “Điều trị” “Xin nghỉ học” “Mệt mỏi” “Sốt” “Xin nghỉ học” “Xin nghỉ học” Để bổ sung vào nhớ tri thức luật ẩn, có nhiều phương pháp Một phương pháp dùng kỹ thuật khai phá luật kết hợp Để làm việc này, xem quan hệ mô hình 2.4-1 2.4-2 đồng có dạng 2.4-2 Bước 1: Khai phá luật luật kết hợp quan hệ GiaThiet Cách làm sau: Xem quan hệ GiaThiet giao dịch Tìm tập ItermSet giao dịch Ứng dụng thuật toán Aprori để xác định tập luật kết hợp Giả sử kết ta thu tập luật L_gt Bước 2: Khai phá luật luật kết hợp quan hệ KetLuan Cách làm sau: Xem quan hệ KetLuan giao dịch 48 Tìm tập ItermSet giao dịch Ứng dụng thuật toán Aprori để xác định tập luật kết hợp Giả sử kết ta thu tập luật L_kl Bước 3: Khai phá luật luật kết hợp liên kết quan hệ GiaThiet, KetLuan Cách làm sau: Gọi quan hệ: GiaThiet_KetLuan = GiaThiet “Nối thuộc tính khóa” KetLuan Xem quan hệ GiaThiet_KetLuan = GiaThiet giao dịch Tìm tập ItermSet giao dịch Ứng dụng thuật toán Aprori để xác định tập luật kết hợp Giả sử kết ta thu tập luật L_gt_kl Bước 4: Tìm tập luật Gọi Lmoi = (L_gt L_kl L_gt_kl) - L Như Lmoi toàn luật không trùng (tính chất tập hợp phép toán tập hợp) [2] Bước 5: Chọn lựa luật gắn thông số vào luật Lmoi Nhận thấy Lmoi rỗng Tuy nhiên Lmoi khác rỗng việc chọn luật gắn thêm thông số (độ chắn, độ mờ, ) cần có lý luận chắn mặt định tính định lượng Về mặt định tính, cần dựa vào thực tế dựa vào ý kiến chuyên gia Về mặt định lượng cần dựa vào phương pháp toán học, lí thuyết hệ hỗ trợ định, ý kiến chuyên gia Giả sử tập luật thu Law Bước 6: Cập nhật Cần bổ sung luật tìm vào tập luật vào CSDL Tức là: 49 L=L Law Dùng thuật toán QH1 trường hợp L = Law để bổ sung vào CSDL (Hình 2.4-2) 2.5 Kết luận hƣớng phát triển Kết luận Vấn đề bổ sung thêm luật vào nhớ tri thức vô quan trọng hệ chuyên gia mà với tập luật có tiềm ẩn luật khả tín chưa đưa vào tập luật Để giải vấn đề này, sở kiến thức trình bày chương phần đầu chương đưa phương pháp bổ tập sung luật phương pháp khai phá luật kết hợp tập luật có Hướng phát triển Bằng để xem tập luật tập phụ thuộc hàm F, dựa vào bổ đề Armstrong dùng phương pháp tìm bao đóng F+ để bổ sung luật vào nhớ tri thức Nâng cao thuật toán chương trình để sử dụng rộng rãi cần bổ sung thêm luật 50 CHƢƠNG 3: ỨNG DỤNG BỔ SUNG LUẬT TRONG BỘ NHỚ TRI THỨC 3.1 Lập trình ứng dụng đề tài siêu thị Điện máy 3.1.1 Dữ liệu Chương trình Demo sử dụng tập liệu luật đánh giá lưu trữ nhớ tri thức Ở đây, tập luật nhớ tri thức đưa vào Demo mang tính chất thử nghiệm cho chương trình a) Tập kiện Tên mặt hàng STT Nhãn 01 Ti vi A 02 Đầu video B 03 Tủ lạnh C 04 Máy giặt D 05 Điều hòa E 06 Quạt điện F 07 Ổn áp G Bảng 3.1 Mô tả tập kiện sử dụng Demo b) Tập luật lưu trữ nhớ tri thức Trong trình thử nghiệm chương trình, em đưa số luật làm tập luật nhớ tri thức bảng 3.2 Giả thiết Kết luận CF AB CD 0.5 AB DG 0.55 AB EG 0.6 AC DE 0.5 51 BC EF 0.5 BD E 0.7 AD DE 0.6 A DEF 0.5 BC DG 0.5 BC E 0.7 D E 0.6 AF D 0.5 BE GD 0.6 AD EG 0.5 E BG 0.65 CD FG 0.6 CD DF 0.7 AC EF 0.6 BC DF 0.7 AC FG 0.5 BD DF 0.5 Bảng 3.2 Tập luật nhớ tri thức 3.1.2 Các công cụ phát triển Demo Demo xây dựng công cụ Microsoft Visual Studio 2010, tảng Net Framework 4.0 Sử dụng hệ quản trị CSDL Microsoft SQL Server 2005 trở lên 52 3.2 Các giao diện kết chƣơng trình ứng dụng Giao diện Demo gồm thành phần là: - Các thông tin liên quan: Bao gồm bảng CSDL chứa tập luật, thông tin độ hỗ trợ tối thiểu độ tin cậy tối thiểu - Quá trình khai phá: Hiển thị tập luật trước khai phá, tiến hành khai phá (trong code) hiển thị tập luật kết khai phá - Quá trình Đánh giá tập luật khai phá: Hiển thị tập luật cần bổ sung vào Bộ nhớ tri thức Tập luật cần đánh giá lại từ chuyên gia Giao diện Demo thể qua hình 3.1 Hình 3.1 Giao diện Demo Sau điền thông tin liên quan đến bảng CSDL cần khai phá, bao gồm: tên sở liệu, tên tập luật cần khai phá (lựa chọn TapLuat1, TapLuat2 TapLuat3) Giao diện hiển thị tập luật có chứa nhớ tri thức đầu vào trình khai phá 53 Hình 3.2 Giao diện cập nhật thông tin bảng quan hệ Tiếp tục nhập hai giá trị Độ hỗ trợ tối thiểu (Min Support) Độ tin cậy tối thiểu (Min Conf) Click vào , sau trình thực khai phá luật kết hợp thông qua thuật toán Apriori thu tập luật Hình 3.3 Kết sau trình khai phá luật kết hợp Tập luật sinh trình khai phá cập nhật vào nhớ tri thức Hình 3.4 mô tả luật cập nhật vào nhớ tri thức 54 Hình 3.4 Tập luật sinh Trong trình khai phá, số luật có nhớ tri thức không thỏa mãn yêu cầu yêu cầu chuyên gia đánh giá lại nhằm đáp ứng tốt độ chắn luật sinh Hình 3.5 Mô tả tập luật cần chuyên gia đánh giá lại 55 KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN Những vấn đề giải luận văn Quá trình tìm hiểu khía cạnh liên quan đến nhớ tri thức khai phá liệu chưa đầy đủ nhiều mảng liên quan chưa tìm hiểu sâu Tuy nhiên, luận văn giải số vấn đề sau: - Chương 1: Tìm hiểu khái quát hệ chuyên gia, nhớ tri thức khai phá liệu Tìm hiểu số khía cạnh liên quan khai phá liệu với nhớ tri thức - Chương 2: Tìm hiểu cụ thể nhớ tri thức, phương pháp tìm luật kết hợp khai phá phương pháp suy luận không chắn - Chương 3: Tiến hành cài đặt thử nghiệm chương trình Demo thử nghiệm ứng dụng khai phá liệu quản lý siêu thị Điện máy - Các kết thu sau trình khai phá luật kết hợp chuyên gia tiến hành đánh giá ứng dụng vào thực tế Hướng phát triển Do hiểu biết hạn chế hệ chuyên gia khai phá liệu thời gian có hạn nên luận văn chưa giải vấn đề như: Đánh giá xác độ tin cậy luật, tìm hiểu thêm giải thuật liên quan đến nhớ tri thức khai phá liệu Đánh giá kết thu sau trình Demo chương trình Vì vậy, hướng phát triển luận văn là: - Cài đặt thêm giải thuật khai phá liệu ứng dụng cho nhớ tri thức - Đánh giá thêm cho tham số đầu vào thuật toán khai phá - Tiếp tục hoàn thiện lý thuyết liên quan đến hệ chuyên gia khai phá liệu 56 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Đỗ Xuân Lôi (1998), Cấu trúc liệu giải thuật, Nhà xuất khoa học kĩ thuật [2] Lê Huy Thập (10/2008), Giáo trình kỹ thuật lập trình, Tập 1, NXB Khoa học tự nhiên công nghệ [3] Lê Huy Thập (2006), Hệ hỗ trợ định, Bài giảng Học viện công nghệ Bưu viễn thông [4] Lê Huy Thập (2006), Hệ chuyên gia, Bài giảng Đại Học Sư Phạm Học viện công nghệ Bưu viễn thông [5] Nguyễn Thanh Thuỷ (1996), Trí tuệ nhân tạo, Các phương pháp giải vấn đề kĩ thuật xử lí tri thức, NXB Giáo dục [6] Đỗ Trung Tuấn (1998), Trí tuệ nhân tạo, NXB Giáo dục Tiếng Anh [7] D B.Skilicorn (1999), “Strategies for Parallel Data Mining”, External Technical Report [8] John Durkin (1994), Expert Systems, Prentice Hall, 1994 [9] R.Agrawal and R.Srikant (1998), “Mining quantitative association rules in large relationals tables” [10] R.Agrawal, R.Srikant (1994), “Fast Algorithms for Mining Association Rules”, In Proc of the 20th International Conference on Very Large Databases, Santiago, Chile [11] Rakesh Agrawal, John Shafer (1996), “Parallel mining of association rules: Design, implementation and experience”, Research Report RJ 10004, IBM Almaden Research Center, San Jose, California [12] http://doc.edu.vn/

Ngày đăng: 23/11/2016, 20:53

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[7]. D. B.Skilicorn (1999), “Strategies for Parallel Data Mining”, External Technical Report Sách, tạp chí
Tiêu đề: Strategies for Parallel Data Mining
Tác giả: D. B.Skilicorn
Năm: 1999
[9]. R.Agrawal and R.Srikant (1998), “Mining quantitative association rules in large relationals tables” Sách, tạp chí
Tiêu đề: Mining quantitative association rules in large relationals tables
Tác giả: R.Agrawal and R.Srikant
Năm: 1998
[10]. R.Agrawal, R.Srikant (1994), “Fast Algorithms for Mining Association Rules”, In Proc of the 20th International Conference on Very Large Databases, Santiago, Chile Sách, tạp chí
Tiêu đề: Fast Algorithms for Mining Association Rules
Tác giả: R.Agrawal, R.Srikant
Năm: 1994
[11]. Rakesh Agrawal, John Shafer (1996), “Parallel mining of association rules: Design, implementation and experience”, Research Report RJ 10004, IBM Almaden Research Center, San Jose, California Sách, tạp chí
Tiêu đề: Parallel mining of association rules: Design, implementation and experience
Tác giả: Rakesh Agrawal, John Shafer
Năm: 1996
[1]. Đỗ Xuân Lôi (1998), Cấu trúc dữ liệu và giải thuật, Nhà xuất bản khoa học và kĩ thuật Khác
[2]. Lê Huy Thập (10/2008), Giáo trình kỹ thuật lập trình, Tập 1, NXB Khoa học tự nhiên và công nghệ Khác
[3]. Lê Huy Thập (2006), Hệ hỗ trợ ra quyết định, Bài giảng tại Học viện công nghệ Bưu chính viễn thông Khác
[4]. Lê Huy Thập (2006), Hệ chuyên gia, Bài giảng tại Đại Học Sư Phạm và Học viện công nghệ Bưu chính viễn thông Khác
[5]. Nguyễn Thanh Thuỷ (1996), Trí tuệ nhân tạo, Các phương pháp giải quyết vấn đề và kĩ thuật xử lí tri thức, NXB Giáo dục Khác
[6]. Đỗ Trung Tuấn (1998), Trí tuệ nhân tạo, NXB Giáo dục. Tiếng Anh Khác
[8]. John Durkin (1994), Expert Systems, Prentice Hall, 1994 Khác

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w