Machine learningMachine learning
قواعد الارتباط للتعلم النشط
تجمع قواعد الارتباط للتعلم النشط بين حلقة الاستعلام والتصنيف التكرارية للتعلم النشط وتعدين قواعد الارتباط، مما يسمح لخبير بشري بتوجيه عملية الاكتشاف بشكل تفاعلي. بدلاً من تعداد جميع القواعد بشكل شامل فوق عتبة دعم وثقة ثابتة، يختار النظام المرشحين الأكثر إفادة للقواعد ويطلب من المستخدم الحكم على أهميتها، مع تركيز البحث على الأنماط المفيدة ذاتيًا.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dzyuba, V., & van Leeuwen, M. (2017). Interactive Discovery of Interesting Association Rules by Subjective Interestingness. In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD). Springer. link ↗
- Boley, M., Lucchese, C., Paurat, D., & Gartner, T. (2013). Direct Local Pattern Sampling by Efficient Two-Step Random Procedures. In Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 582–590). ACM. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Active Learning for Association Rule Mining. ScholarGate. https://scholargate.app/ar/machine-learning/active-learning-association-rules
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- التعلم النشطتعلم الآلة↔ compare
- خوارزمية أبْريوريتعلم الآلة↔ compare
- قواعد الارتباطتعلم الآلة↔ compare
- خوارزمية نمو الأنماط المتكررة (FP-Growth)تعلم الآلة↔ compare
- قواعد الارتباط شبه المُشرف عليهاتعلم الآلة↔ compare