Báo Cáo Khai phá dữ liệu bằng cây quyết định

Đề tài: Khai phá dữ liệu bằng cây quyết định



MỤC LỤC​

LỜI MỞ ĐẦU

Chương 1: Tổng quan về khai phá dữ liệu

1.1. Khám phá tri thức và khai phá dữ liệu là gì?

1.2. Quá trình phát hiện tri thức

1.2.1. Hình thành và định nghĩa bài toán

1.2.2. Thu thập và tiền xử lý dữ liệu

1.2.3. Khai phá dữ liệu và rút ra các tri thức

1.2.4. Phân tích và kiểm định kết quả

1.2.5. Sử dụng các tri thức phát hiện được

1.3. Quá trình khai phá dữ liệu

1.3.1. Gom dữ liệu (gatherin)

1.3.2. Trích lọc dữ liệu (selection)

1.3.3. Làm sạch và tiền xử lý dữ liệu (cleansing preprocessing).

1.3.4. Chuyển đổi dữ liệu (transformation)

1.3.5. Phát hiện và trích mẫu dữ liệu ( pattern extraction and discovery)

1.3.6. Đánh giá kết quả mẫu (evaluation of result )

1.4. Chức năng của khai phá dữ liệu

1.5. Các kỹ thuật khai phá dữ liệu

1.5.1. Phân lớp dữ liệu:

1.5.2. Phân cụm dữ liệu

1.5.3. Khai phá luật kết hợp:

1.5.4. Hồi quy:

1.5.5. Giải thuật di truyền:

1.5.6. Mạng nơron:

1.5.7. Cây quyết định.

1.6. Các dạng dữ liệu có thể khai phá được

1.7. Các lĩnh vực liên quan đến khai phá dữ liệu và ứng dụng của khai phá dữ liệu

1.7.1. Các lĩnh vực liên quan đến phát hiện tri thức và khai phá dữ liệu

1.7.2. Ứng dụng của khai phá dữ liệu

1.8. Các thách thức và hướng phát triển của phát hiện tri thức và khai phá dữ liệu.

Chương 2: Khai phá dữ liệu bằng cây quyết định

2.1. Cây quyết định

2.1.1. Định nghĩa cây quyết định

2.1.2. Ưu điểm của cây quyết định

2.1.3. Vấn đề xây dựng cây quyết định

2.1.4. Rút ra các luật từ cây quyết định.

2.2. Các thuật toán khai phá dữ liệu bằng cây quyết định

2.2.1. Thuật toán CLS

2.2.2. Thuật toán ID3

2.2.3. Thuật toán C4.5

2.2.4. Thuật toán SLIQ[5]

2.2.5. Cắt tỉa cây quyết định

2.2.6. Đánh giá và kết luận về các thuật toán xây dựng cây quyết định

Chương 3: Xây dựng chương trình dêmo

3.1. Mô tả bài toán

3.2. Thu thập và tiền xử lý dữ liệu

3.3. Chương trình

Chương 4. KẾT LUẬN

4.1 Đánh Giá

4.1.1 Lý thuyết

4.1.2 Ứng dụng

4.2 Hướng Phát Triển