Pravila udruživanja
Učenje pravila udruživanja je nenadzirana tehnika koja otkriva obrasce ko-pojavljivanja — implikacije 'ako X onda Y' — unutar velikih transakcijskih skupova podataka. Izvorno formalizirana od strane Agrawala, Imielinskog i Swamija (1993.) za analizu trgovačkih košarica, sada se široko primjenjuje u preporukama za e-trgovinu, zdravstvenoj informatiki, bioinformatici i bihevioralnim istraživanjima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/hr/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.
- Algoritam AprioriStrojno učenje↔ compare
- Grupna analiza K-meansStrojno učenje↔ compare
- Polunadzorirano učenjeStrojno učenje↔ compare
- Glasački sklopStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →