সক্রিয় শিখন সংযোগ বিধি (Active Learning Association Rules)
সক্রিয় শিখন সংযোগ বিধি, সক্রিয় শিখনের পুনরাবৃত্তিমূলক প্রশ্ন-ও-লেবেল লুপকে সংযোগ বিধি খননের সাথে একত্রিত করে, যা একজন মানব বিশেষজ্ঞকে মিথস্ক্রিয়ভাবে আবিষ্কার প্রক্রিয়া পরিচালনা করতে দেয়। একটি নির্দিষ্ট সাপোর্ট-কনফিডেন্স থ্রেশহোল্ডের উপরের সমস্ত বিধিগুলির পুঙ্খানুপুঙ্খ তালিকা তৈরির পরিবর্তে, সিস্টেমটি সবচেয়ে তথ্যপূর্ণ বিধি প্রার্থী নির্বাচন করে এবং ব্যবহারকারীকে তাদের আকর্ষণীয়তা বিচার করতে বলে, বিষয়গতভাবে দরকারী প্যাটার্নের উপর অনুসন্ধানকে কেন্দ্রীভূত করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Active Learning for Association Rule Mining. ScholarGate. https://scholargate.app/bn/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.
- সক্রিয় শিখন (Active Learning)যন্ত্র শিখন↔ compare
- Apriori Algorithmযন্ত্র শিখন↔ compare
- Association Rulesযন্ত্র শিখন↔ compare
- FP-Growth (ফ্রিকোয়েন্ট প্যাটার্ন গ্রোথ)যন্ত্র শিখন↔ compare
- আধা-পর্যবেক্ষিত সংযোগ বিধিযন্ত্র শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →