Machine learningMachine learning

FP-Growth מוסבר

FP-Growth מוסבר מרחיב את אלגוריתם כריית התבניות התדירות הקלאסי FP-Growth עם כלים פרשנות לאחר מעשה — כגון ציוני חשיבות כללים, עצי תבניות חזותיים והסברים קונטרה-פקטואליים — כך שאנליסטים יוכלו לא רק לגלות קבוצות פריטים תדירות וכללי אסוציאציה, אלא גם להבין מדוע תבניות ספציפיות חשובות, אילו פריטים מניעים את מהימנות הכלל, וכיצד לתקשר ממצאים בשקיפות לבעלי עניין.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. ACM SIGMOD Record, 29(2), 1–12. DOI: 10.1145/335191.335372
  2. Association rule learning. Wikipedia. link

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth). ScholarGate. https://scholargate.app/he/machine-learning/explainable-fp-growth

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.

Compare side by side
ScholarGateExplainable FP-Growth (Explainable Frequent Pattern Growth (XAI-Augmented FP-Growth)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/machine-learning/explainable-fp-growth · מערך נתונים: https://doi.org/10.5281/zenodo.20539026