داتا ماينينج · CSC213

يعني إيه Data Mining؟ المهام: Classification وClustering وRegression وAssociation Rules

داتا ماينينج شروحات ومراجعات

الـ data mining هو استخراج أنماط ومعرفة مفيدة وغير واضحة من كميات ضخمة من البيانات، ومهامه بتتقسم لمهام تنبؤية (predictive) ومهام وصفية (descriptive).

الـ data mining بقى ضرورة لأن البيانات اللي بنجمعها (معاملات وحساسات وlogs وسجلات طبية) أكبر بكتير من اللي الإنسان يقدر يراجعه بإيده. التنقيب بيطلع أنماط بتساعد في القرار، زي مين من العملاء ممكن يسيب الخدمة أو أنهي معاملات شكلها نصب.

المهام التنبؤية (predictive) بتستخدم متغيرات عشان تتوقع قيمة مجهولة أو مستقبلية لمتغير تاني. الـ classification بيتوقع فئة (العميل هيسيب ولا لأ) والـ regression بيتوقع رقم مستمر (مبيعات بكرة). المهام الوصفية (descriptive) بتلاقي أنماط يقدر الإنسان يفهمها وتوصف البيانات. الـ clustering بيجمّع الحاجات المتشابهة من غير labels وده unsupervised learning. الـ association rule discovery بيلاقي عناصر بتظهر مع بعض (اللي بيشتري عيش غالبًا بيشتري زبدة). والـ anomaly/outlier detection بيلاقي حاجات مش بتمشي مع السلوك العام زي نصب كروت الائتمان.

اختبار سريع: لو المهمة بتجيب قيمة متخزنة أو بترتب جدول أو بتحسب مجموع بسيط فده query عادي مش data mining. ولو بتكتشف نمط أو بتتوقع حاجة مش متخزنة مباشرة فده data mining.

أهم النقاط

  • عيلتين: predictive (classification وregression) وdescriptive (clustering وassociation وanomaly detection).
  • الـ classification بيتوقع label والـ regression بيتوقع قيمة مستمرة.
  • الـ clustering unsupervised: مفيش labels.
  • الـ association rules بتلاقي عناصر بتتكرر مع بعض.
  • الـ anomaly detection بيدور على اللي مختلف عن النموذج العام زي النصب.

مثال محلول

تقسيم عملاء الشركة حسب سلوك الشراء = clustering. توقع درجة حرارة بكرة من بيانات قديمة = regression. اكتشاف إن حفاضات وبيرة بيتشتروا مع بعض = association rules. ترتيب جدول طلبة بالـ ID مجرد عملية database.

أسئلة شائعة

هل الـ clustering supervised ولا unsupervised؟

Unsupervised لأن المجموعات بتتكشف من غير labels محددة قبل كده.

إيه الفرق بين classification وregression؟

الـ classification بيتوقع فئة، والـ regression بيتوقع قيمة رقمية مستمرة.

أسئلة تدريب على الموضوع ده

جرّبها بنفسك، وبعدين افتح التطبيق وشوف الإجابة والشرح.

  1. The following activity is a data mining Task: Predicting the future stock price of a company using historical records.
    • A. false
    • B. true
  2. Functions of Data Mining are
    • A. Prediction and characterization
    • B. Association and correctional analysis classification
    • C. Cluster analysis and evolution analysis
    • D. All of the above
  3. The following activity is a data mining Task: Monitoring the heart rate of a patient for abnormalities.
    • A. false
    • B. true
  4. The following activity is a data mining Task: Predicting the outcomes of tossing a (fair) pair of dice.
    • A. false
    • B. true
  5. The following activity is a data mining Task: Dividing the customers of a company according to their gender.
    • A. false
    • B. true
  6. The following activity is a data mining Task: Sorting a student database based on student identification numbers.
    • A. false
    • B. true