机械学习ー学习课件.pptx

機械学習とデータマイニング;はじめに;知識発見プロセス;マイニング技法;Whatissupervisedlearning?;Typicalapplications;ClassificationofProblems;Streamsinlearningresearch

I.Classification;決定木の方法;決定木;平均情報量による変数選択;分類による平均情報量の利得;数値属性間結合ルールによる糖尿病診断木;ProgressinDecisionTree;Gini-index=∑Pi?(1-Pi)=1-∑Pi2;決定木の方法;Streamsinlearningresearch

III.Roughset;Roughsetとは;計算過程１：

離散化?クラス分類;説明変数Pと目的変数Q;計算過程２:

DecisionmatrixによるRule導出;VariablePrecisionRoughSetModel;VariableDependencyAnalysis;Carsexample;ReductCoreEffectsto

SumofSquares;RoughSetMethod

asaToolofDataAnalysis;Roughset;Streamsinlearningresearch

II.CharacteristicRules;相関ルールの抽出

Associationrulesmining;Apriorialgorithm;時系列データの解析(1);時系列データの解析(2);分類階層構造の導入;数値属性の取り扱い;仮想トランザクション導入による要因分析;時系列記号化によるパターン認識

教師付き帰納学習;グラフ構造への拡張：

ＷＷＷアクセス履歴の分析;相関ルールの探索;;GBIのコマンド操作履歴解析への応用;GraphBasedInductionの特徴;帰納論理プログラミング

最も簡単な実行例;Versionspace中での仮説探索;Progolによる変異原性物質の識別;帰納論理プログラミング

Inductivelogicprogramming;参考資料;赤目四十八滝三重県;RuleInduction

as

DataAnalysisTool;PossibleReasons;ResponseofUsersfrom

ExpectedResults;WhatisDatascape?;AnswerstoDatascape

byCascadeModel;Problemindecisiontree1

Heuristicsearchisusedtogetthebesttree.;Problemindecisiontree2

Distinctionbetween

MainandPre-conditions;Problemindecisiontree3

DiscriminationPowerofaRule

Howcanweorderrules?;SARDiscoveryontheMutagenicityofAromaticNitroCompoundsStudiedby

theCascadeModel;Contents;Regressionanalysis;AnalysisbyProgol

(InductiveLogicProgramming);AimofThisWork;SchemeofAnalysis;Cascademodel1;Cascademodel2;SumofSquaresDecomposition

forCategoricalData

UsingSSDefinitionbyGini;WSSaspotentialBSSaspowergivenbyTSSDecomposition;IF[B:y]addedon[A:y]

THEN[D:y;E:n]

Cases:100?60

[D:y]60%?93%,BSS=6.67

[E:n]60%?90%,BSS=5.40;Itemgenerationscheme;ItemTypesandResults;ComputationbyDISCAS;InterpretationofaRule(1)BasicContents;InterpretationofaRule(2)