Regras de Associação
A aprendizagem de regras de associação é uma técnica não supervisionada que descobre padrões de coocorrência — implicações 'se X então Y' — dentro de grandes conjuntos de dados transacionais. Formalizada originalmente por Agrawal, Imielinski e Swami (1993) para análise de cestas de supermercado, é agora amplamente aplicada em recomendação de e-commerce, informática em saúde, bioinformática e pesquisa comportamental.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/pt/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.
- Algoritmo AprioriAprendizado de máquina↔ compare
- Agrupamento K-meansAprendizado de máquina↔ compare
- Aprendizado Semi-supervisionadoAprendizado de máquina↔ compare
- Comitê de VotaçãoAprendizado de máquina↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →