Aturan Asosiasi
Pembelajaran aturan asosiasi adalah teknik tanpa pengawasan yang menemukan pola ko-kemunculan — implikasi 'jika X maka Y' — dalam kumpulan data transaksional besar. Awalnya diformalkan oleh Agrawal, Imielinski, dan Swami (1993) untuk analisis keranjang belanja supermarket, kini teknik ini banyak diterapkan dalam rekomendasi e-commerce, informatika kesehatan, bioinformatika, dan penelitian perilaku.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/id/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.
- Algoritma AprioriPembelajaran Mesin↔ compare
- Clustering K-meansPembelajaran Mesin↔ compare
- Pembelajaran Semi-terawasiPembelajaran Mesin↔ compare
- Voting EnsemblePembelajaran Mesin↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →