قواعد وابستگی
یادگیری قواعد وابستگی یک تکنیک بدون نظارت است که الگوهای همرخدادی را کشف میکند - مفروضات 'اگر ایکس آنگاه ایگرگ' - در مجموعه دادههای تراکنشی بزرگ. این روش که در ابتدا توسط آگراوال، ایمیلینسکی و سوامی (۱۹۹۳) برای تحلیل سبد خرید سوپرمارکتها تدوین شد، اکنون به طور گسترده در توصیههای تجارت الکترونیک، انفورماتیک سلامت، بیوانفورماتیک و تحقیقات رفتاری کاربرد دارد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Agrawal, R., Imielinski, T., & Swami, A. (1993). Mining association rules between sets of items in large databases. Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, 207–216. DOI: 10.1145/170035.170072 ↗
- Tan, P.-N., Steinbach, M., Karpatne, A., & Kumar, V. (2018). Introduction to Data Mining (2nd ed., Ch. 5). Pearson. ISBN: 978-0-13-312890-1
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/fa/machine-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.
- الگوریتم Aprioriیادگیری ماشین↔ compare
- خوشهبندی K-meansیادگیری ماشین↔ compare
- یادگیری نیمهنظارتشدهیادگیری ماشین↔ compare
- مجموعه رأیگیرییادگیری ماشین↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →