1 Chương 7: Phát triển ứng dụng khai phá dữ liệu Khai phá dữ liệu (Data mining) Học kỳ 1 – Khoa Khoa Học & Kỹ Thuật Máy Tính Trường Đại Học Bách Khoa Tp. Hồ Chí Minh

2 Nội dung  7.1. Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu  7.2. Qui trình phát triển ứng dụng khai phá dữ liệu  7.3. Các chuẩn dành cho khai phá dữ liệu  7.4. Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu  7.5. Tóm tắt

3 Tài liệu tham khảo  [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers,  [2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data Mining”, MIT Press,  [3] David L. Olson, Dursun Delen, “Advanced Data Mining Techniques”, Springer-Verlag,  [4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory, Methodology, Techniques, and Applications”, Springer-Verlag,  [5] ZhaoHui Tang, Jamie MacLennan, “Data Mining with SQL Server 2005”, Wiley Publishing,  [6] Oracle, “Data Mining Concepts”, B ,  [7] Oracle, “Data Mining Application Developer’s Guide”, B , 2008.

Tổng quan về vấn đề phát triển ứng dụng khai phá dữ liệu  Vấn đề dữ liệu Lượng và chất lượng dữ liệu Kiểu dữ liệu  Vấn đề tri thức từ quá trình khai phá Biểu diễn và tích hợp vào ứng dụng  Vấn đề kỹ thuật khai phá Lựa chọn giải thuật khai phá  Vấn đề hiệu quả (effective) và hiệu suất (efficient)

Qui trình phát triển ứng dụng khai phá dữ liệu  Qui trình phát triển ứng dụng  Qui trình phát triển ứng dụng khai phá dữ liệu  T ương đồng và khác biệt

Các chuẩn dành cho khai phá dữ liệu  The Predictive Model Markup Language (PMML –  Standard application programming interfaces (APIs)  The Cross-Industry Standard Process for Data Mining (CRISP-DM – Nguồn: R. L. Grossman, M. F. Hornick, G. Meyer, Data Mining Standards Initiatives, Communications of the ACM 45 (8)

Các chuẩn dành cho khai phá dữ liệu  The Predictive Model Markup Language (PMML – Chuẩn dựa trên XML  Mô tả các mô hình thống kê và khai phá dữ liệu, các tác vụ làm sạch và biến đổi dữ liệu Các thành phần của PMML  Data dictionary  Mining schema  Transformation dictionary  Model statistics  Models

Các chuẩn dành cho khai phá dữ liệu

9

Các chuẩn dành cho khai phá dữ liệu

Các chuẩn dành cho khai phá dữ liệu  Standard application programming interfaces (APIs) SQL/MM Part 6: Data Mining The Java Specification Request-73 (JSR-73)  Jcp.org/jsr/detail/073.jsp Microsoft APIs  Microsoft.AnalysisServices.AdomdClient

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu  Các công cụ mã nguồn mở (open-source tools)  Các công cụ thương mại

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu  Các công cụ mã nguồn mở (open-source) R ( Tanagra (eric.univ-lyon2.fr/~ricco/tanagra/) Weka ( YALE (rapid-i.com) KNIME ( Orange ( … Nguồn: B. Zupan, J. Demsar, “Open-Source Tools for Data Mining”, Clinics in Laboratory Medicine 28(2008)

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu

Các công cụ hỗ trợ phát triển ứng dụng khai phá dữ liệu  Các công cụ thương mại Hỗ trợ từ Intelligent Miner (IBM) Hỗ trợ từ Microsoft data mining tools (MS SQL Server 2000/2005/2008) Hỗ trợ từ Oracle Data Mining Hỗ trợ từ Enterprise Miner (SAS Institute) …

Tóm tắt  Xem xét sự tương đồng/khác biệt giữa qui trình phát triển ứng dụng truyền thống và ứng dụng khai phá dữ liệu  Sự cần thiết của các chuẩn (standards) dành cho khai phá dữ liệu  Sự quan tâm của các nhà sản xuất phần mềm đối với việc hỗ trợ phát triển ứng dụng khai phá dữ liệu

22 Hỏi & Đáp …