Reguli de asociere
Învățarea regulilor de asociere este o tehnică nesupervizată care descoperă modele de co-ocurență — implicații de tipul „dacă X atunci Y” — în seturi mari de date tranzacționale. Formalizată inițial de Agrawal, Imielinski și Swami (1993) pentru analiza coșurilor de cumpărături din supermarketuri, este acum aplicată pe scară largă în recomandări e-commerce, informatică medicală, bioinformatică și cercetare comportamentală.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Association Rule Learning (Market Basket Analysis). ScholarGate. https://scholargate.app/ro/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.
- Algoritmul AprioriÎnvățare automată↔ compare
- Clustering K-meansÎnvățare automată↔ compare
- Învățare semi-supervizatăÎnvățare automată↔ compare
- Ansamblul de votareÎnvățare automată↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →