Machine learningMachine learning
النمو شبه المُشرف عليه للأنماط المتكررة (Semi-supervised FP-growth)
يمتد خوارزمية النمو الكلاسيكية للأنماط المتكررة (FP-growth) من خلال دمج تسميات جزئية، أو قيود محددة من قبل المستخدم، أو معلومات على مستوى الفئة لتوجيه اكتشاف مجموعات العناصر المتكررة. بدلاً من التنقيب عن جميع الأنماط بشكل عشوائي، فإنه يركز على الأنماط التي تكون متكررة إحصائيًا وذات مغزى دلاليًا بالنظر إلى إشارة الإشراف المتاحة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, 1–12. DOI: 10.1145/342009.335372 ↗
- FP-growth algorithm. Wikipedia. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Semi-supervised Frequent Pattern Growth. ScholarGate. https://scholargate.app/ar/machine-learning/semi-supervised-fp-growth
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- شجرة القرار (Decision Tree)تعلم الآلة↔ قارن
- خوارزمية نمو الأنماط المتكررة (FP-Growth)تعلم الآلة↔ قارن
- الغابات العشوائيةتعلم الآلة↔ قارن