Info Teknik Pencarian Contoh Sekuensial (Sequence Mining) Pada Data Mining
Monday, May 21, 2018
Edit
Pengertian Data Mining
Data mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis.
Setelah sebelumnya membahas wacana Teknik Kaidah Asosisasi(association rules Discovery/Descriptive) pada Data Mining, pada pembahasan kali ini akan membahas wacana salah satu teknik lagi yang ada di dalam data mining. Kita tahu bahwa ada banyak teknik yang sanggup dipakai dalam data mining yang meliputi: Classification/Predictive, Clustering/Descriptive, Association Rule Discovery/Descriptive, Sequential Pattern Discovery/Descriptive, Regression/Predictive, dan DeviationDetection/Predictive. Akan tetapi teknik yang akan kita bahas kali ini yaitu wacana teknik teknik Pencarian contoh sekuensial (Sequence Mining).
Baca Juga: Teknik Kaidah Asosisasi(association rules Discovery/Descriptive) pada Data Mining
Pengertian teknik Pencarian contoh sekuensial (Sequence Mining) pada Data Mining
Pencarian contoh sekuensial (Sequence Mining) adalah Mencari sejumlah event yang secara umum terjadi bersama-sama. Contoh, dalam satu set urutan DNA, ACGTC diikuti oleh‘GTCA sehabis suatu celah selebar 9 dengan probabilitas sebesar 30.%.
Jika diberikan sekumpulan obyek, dengan masing-masing obyek dihubungkan dengan waktu kejadiannya maka dapatkan contoh yang memprediksi ketergantungan sekuensial. (sequential dependencies) yang berpengaruh diantara kejadian-kejadian yang berbeda.
(A B) (C) -> (D E)
Baca Juga: Teknik Klasterisasi/clustering dan Aplikasinya pada Data Mining
Pola-pola sekuensial pertama, intinya dibuat dengan cara mencari semua kemungkinan contoh yang ada. Nilai-nilai kejadian dalam contoh diatur menurut urutan waktu kejadian.
(A B) (C) (D E)
Data mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis.
Setelah sebelumnya membahas wacana Teknik Kaidah Asosisasi(association rules Discovery/Descriptive) pada Data Mining, pada pembahasan kali ini akan membahas wacana salah satu teknik lagi yang ada di dalam data mining. Kita tahu bahwa ada banyak teknik yang sanggup dipakai dalam data mining yang meliputi: Classification/Predictive, Clustering/Descriptive, Association Rule Discovery/Descriptive, Sequential Pattern Discovery/Descriptive, Regression/Predictive, dan DeviationDetection/Predictive. Akan tetapi teknik yang akan kita bahas kali ini yaitu wacana teknik teknik Pencarian contoh sekuensial (Sequence Mining).
Baca Juga: Teknik Kaidah Asosisasi(association rules Discovery/Descriptive) pada Data Mining
Pengertian teknik Pencarian contoh sekuensial (Sequence Mining) pada Data Mining
Pencarian contoh sekuensial (Sequence Mining) adalah Mencari sejumlah event yang secara umum terjadi bersama-sama. Contoh, dalam satu set urutan DNA, ACGTC diikuti oleh‘GTCA sehabis suatu celah selebar 9 dengan probabilitas sebesar 30.%.
Jika diberikan sekumpulan obyek, dengan masing-masing obyek dihubungkan dengan waktu kejadiannya maka dapatkan contoh yang memprediksi ketergantungan sekuensial. (sequential dependencies) yang berpengaruh diantara kejadian-kejadian yang berbeda.
(A B) (C) -> (D E)
Baca Juga: Teknik Klasterisasi/clustering dan Aplikasinya pada Data Mining
Pola-pola sekuensial pertama, intinya dibuat dengan cara mencari semua kemungkinan contoh yang ada. Nilai-nilai kejadian dalam contoh diatur menurut urutan waktu kejadian.
(A B) (C) (D E)
