Summary Of

Data mining
Radwan Mohammed

10/7/2014
Unit one
Define Data?
Data are any facts, numbers or text that
can be processed by a computer.
What are the types of data?
 Operational Data
 Non-Operational Data
 Meta Data
What is the different between Relational
and Multidimensional database
structure?
 In a relational structure data is
stored in tables permitting ad hoc
queries.
 In a multidimensional structure on
other hands set of cubes are
arranged in arrays with subset
created according to category.
What are things that can provide us
information?
 Patterns
 Associations
 Relationships
Note: information can be converted into
knowledge about historical patterns and
future trends.
Define Data mining?
Is a process of extracting hidden patterns
from data.
Explain The important of Data mining?
 Data mining an increasingly
important tool to transform this
data into information.
 Used in wide range of application
such as marketing and fraud and
scientific discovery.
‫الوحده االولى‬
‫عرف البٌانات ؟‬
‫هً حقائق أو ارقام أو نصوص تم معالجتها‬
.‫بإستخدام الحاسوب‬
‫عدد أنواع البٌانات ؟‬
‫ البٌانات التشغٌلٌه أو المتغٌره‬
) ‫ البٌانات غٌر العملٌه ( مستقره‬
‫ البٌانات نفسها‬
ً‫ماهو الفرق بٌن مخطط قواعد البٌانات العالئق‬
‫و المخطط متعدد االتجاهات ؟‬
‫ فً مخطط العالقات ٌتم تخزٌن البٌانات‬
‫فً جداول و السماح بإستعمال‬
. ‫االستعالمات للوصول الٌها‬
‫ اما فً متعدده االتجاهات تكون البٌانات‬
‫عباره عن مجموعه من المكعبات و‬
‫التً ٌتم ترتٌب البٌانات فٌها بشكل‬
‫مصفوفات و إنشاء مجموعه فرعٌه‬
.‫منها‬
‫ماهً االشٌاء التً ٌمكن ان تزودنا بالمعلومات‬
‫؟‬
‫ االنماط‬
‫ المجموعات‬
‫ العالقات‬
‫ المعلومات ٌمكن أن تتحول الى‬:‫مالحظه‬
‫معرفه حول انماط تارٌخٌه معٌنه أو بإتجاه‬
‫المستقبل‬
‫عرف تنقٌب البٌانات ؟‬
‫هً عملٌه إنتزاع االنماط المخفٌه من البٌانات‬
‫أشرح اهمٌه تنقٌب البٌانات ؟‬
‫ تنقٌب البٌانات تعتبر من اهم االدوات‬
‫التً تستخدم فً تحوٌل البٌانات الى‬
‫معلومات‬
‫ تستخدم بشكل واسع فً التطبٌقات مثل‬
‫التسوق و اكتشاف الخدع و االكتشافات‬
‫العلمٌه‬
Define knowledge discovery (Data m)?
Is the process of analyzing data from
different perspectives and summarizing it
into useful information.
Define data warehouse?
Is a process of centralized data
management and retrieval.
Note: centralization of data is needed to
maximize user access and analysis.
What are Data mining tasks?
 Classification
 Clustering
 Association
 Regression
Define the classification?
Arranges the data into predefined groups
for example the Email
Working with 2 algorithms Nearest
neighbor and Neural network
Define clustering?
Give a set of data point each having a set
of attributes and similarity measure
Data in one cluster are more similar to one
another
Define Association Rule Discovery?
Given a set of records each of which
contain some number of items from a
given collection.
Searches for relationships between
variables.
Note: the clustering is like classification
but the groups are not predefined
‫عرف إكتشاف المعرفه ( أو تنقٌب البٌانات ) ؟‬
‫هً عملٌه تحلٌل البٌانات من أوجه مختلفه‬
‫و تحلٌلها و تلخٌصها لتصبح معلومات مفٌده‬
‫عرف مستودع البٌانات ؟‬
‫هو عملٌه إداره و إسترجاع البٌانات المركزٌه‬
‫ البٌانات المركزه تحتاج الى مستخدم‬: ‫مالحظه‬
. ‫كحد اقصى للوصول للبٌانات و تحلٌلها‬
‫عدد مهام تنقٌب البٌانات ؟‬
‫ التصنٌف‬
‫ المجموعات‬
‫ الروابط‬
‫ االنحدار‬
‫عرف التصنٌف؟‬
‫هو عملٌه ترتٌب البٌانات داخل مجموعات‬
. ‫معرفه مثل االٌمٌل‬
‫وتعمل بخوارزمٌتٌن اقرب جار و الشبكه‬
‫العصبٌه‬
‫عرف المجموعات ؟‬
‫تعطً مجموعه من النقاط من البٌانات وكل‬
‫مجموعه تمتلك مجموعه من الخصائص و لها‬
‫نفس المقٌاس‬
‫كلما كانت نقطه البٌانات فً نفس المجموعه كان‬
‫التشابه كبٌر‬
‫عرف إكتشاف قاعده الربط ؟‬
‫ٌعطً مجموعه من الحقول وكل حقل ٌحتوي‬
‫على مجموعه من العناصر‬
‫نالحظ أكثر العناصر إرتباطا مع العناصر‬
‫االخرى و نعتبرها هً قاعده االرتباط‬
‫أو هً البحث بٌن المتغٌرات عن عالقه‬
‫تربطهم‬
‫ المجموعات تشبه التصنٌفات لكن‬:‫مالحظه‬
‫المجموعات ال تكون معرفه‬
Define Regression?
Attempts to find a function which models
the data with least error
And used Genetic programming
What are data mining elements?
 Extract, transform, and load
transaction data onto the data
warehouse system.
 Store and manage the data in a
multidimensional database
system.
 Provide data access to business
analysts and information
technology professionals.
 Analyse the data by application
software.
 Present the data in a table.
What are analysis levels ?
 Artificial neural networks:
Non-linear predictive models that learn
through training and resemble (imitate)
biological neural networks in structure.
 Genetic algorithms:
Optimization techniques that use
processes such as genetic combination,
mutation (change), and natural selection
in a design based on the concepts of
natural evolution.
 Decision trees:
o Tree-shaped structures that
represent sets of decisions.
o These decisions generate rules for
the classification of a data set.
) ‫إستخالص القواعد المهمه (إذا كان فإن‬
 Rule induction: The extraction of useful if-
then rules from data based on statistical
significance.
 Data visualization: The visual
interpretation of complex relationships in
multidimensional data.
‫عرف االنحدار؟‬
‫هو محاوله أٌجاد داله لتشكٌل وتمثٌل البٌانات‬
‫مع اقل عدد ممكن من االخطاء بإستخدام‬
‫البرمجه الوراثٌه‬
‫عدد عناصر تنقٌب البٌانات ؟‬
‫ تخزٌن و نقل البٌانات و تحمٌل‬
‫البٌانات الى نظام تخزٌن قواعد‬
‫البٌانات‬
‫ تخزٌن و إداره البٌانات بإستخدام‬
‫أنظمه قواعد البٌانات المتعدده‬
‫ تمكٌن البٌانات من الوصول الى‬
‫تحلٌل العملٌات و المعلومات‬
‫االحترافٌه‬
‫ تحلٌل البٌانات بواسطه التطبٌقات‬
‫ تمثٌل البٌانات و تخزٌنها فً جداول‬
‫عدد مستوٌات التحلٌل ؟‬
ً‫ ه‬:‫ الشبكه العصبٌٌه االصطناعٌه‬
‫عباره عن نموذج غٌر خطً ٌتعلم‬
ً‫بالتدرٌب وهو ٌشبه الجهاز العصب‬
ً‫الطبٌع‬
‫ هً عباره عن‬: ‫ الخوارزمٌه الجٌنٌه‬
‫تقنٌات إختٌارٌه تستخدم مجموعه‬
ً‫وراثٌه لتصمٌم المفاهٌم االساسٌه ف‬
‫الوراثه الطبٌعٌه‬
‫ هً تمثل نفس هٌكل‬:‫ شجره القرار‬
‫الشجره الطبٌعً وهً مجموعه من‬
‫القرارات التً تولد قواعد لتصنٌف‬
‫البٌانات‬
‫ هً عملٌه‬: ‫ قاعده زٌاده االنتاجٌه‬
‫من البٌانات االساسٌه فً المستندات‬
‫االحصائٌه‬
‫ هً تمثٌل‬: ‫ البٌانات االفتراضٌه‬
‫العالقات المعقده فً بٌانات متعدده‬
‫االبعاد‬
Note: data mining applications are
available on all size systems for
mainframe, client/server, PC platforms
Data mining do tow processes what are
this?
 Discovery
 Prediction
What are the applications that uses in
Data mining ?
 RapidMiner
 Weka
 Art
What are the data mining issues?
 1. Business issues: analysing routine
business transactions and
classifications.
 2. social issues:
 3. Mining Methodology Issues:
Pertain to data mining approaches
applied and their limitations.
 4. Cost: While system hardware
costs have dropped dramatically
within the past few years, data
mining and data warehousing tend
to be self-reinforcing
 5. User Interface Issues:
The knowledge discovered by data
mining tools is useful as long as it is
interesting, and above all
understandable by the user.
 6. Data Source issue:
An excess of data appear when we
have more data than we can
handle - different types of data
are stored in a variety of repositories
‫ تطبٌقات تنقٌب البٌانات متاحه فً كل‬: ‫مالحظه‬
client/server , PC , mainframe ‫االنظمه‬
‫ٌقوم تنقٌب البٌانات بعملٌتٌن رئٌسٌتٌن إذكرهما‬
‫؟‬
‫ االستكشاف‬
‫ التنبئ‬
‫عدد التطبٌقات المستخدمه فً تنقٌب البٌانات؟‬
RapidMiner 
Weka 
Art 
‫ماهً قضاٌا تنقٌب البٌانات ؟‬
‫ هً عملٌه تحلٌل‬:‫ القضاٌا التجارٌه‬
‫البٌانات التجارٌه الموجهه و تحوٌلها‬
. ‫و تصنٌفها‬
‫ القضاٌا االجتماعٌه‬
‫ مناسبه ومالئمه‬: ‫ قضاٌا منهجٌه التنقٌب‬
‫لتنقٌب البٌانات و ٌطبق فً تحدٌدها‬
ً‫ عند حدوث توقف دراماتٌك‬: ‫ التكلفه‬
‫لتكلفه فً السنوات الماضٌه فإن تنقٌب‬
ً‫البٌانات و تخزٌنها ٌوفر الدعم الذات‬
‫لحل هذه المشكله‬
‫ المعرفه‬: ‫ قضاٌا واجهات المستخدم‬
‫المكتشفه بواسطه تنقٌب البٌانات تكون‬
‫مفٌده ومفهومه للمستخدم وهو ٌحتاج‬
‫الى نتٌجه جٌده وتناظرٌه لتنقٌب‬
‫البٌانات‬
‫هً مجموعه‬: ‫ قضاٌا مصادر البٌانات‬
‫من البٌانات المنفذه و التً تظهر عندما‬
‫نمتلك الكثٌر من البٌانات التً ٌمكن ان‬
‫نستعملها و قد تكون مجموعه من‬
‫االنواع المخزنه فً تشكٌله من االنماط‬
What is Data mining software?
Data mining software is one of a
number of analytical tools for analysing
data.
It allows users to analyse data from
many different dimensions or angles,
categorize it, and summarize the
relationships identified.
What is Technically of Data mining?
Technically, data mining is the process
of finding correlations or patterns
among dozens of fields in large
relational databases.
And that are two groups data mining
tools and data mining applications
Note: Organizations are using data
mining tools and data mining
applications together in an integrated
environment for predictive analytics.
What are the goals of Data mining tools
Data mining tools provide both developers
and business users with an interface for
discovering, manipulating, and analysing
corporate data
Explain Text mining and web mining?
Recent advances have led to the
newest and hottest trends in data
mining—text mining and Web mining.
These two data mining technologies
open a rich vein of customer data in
the form of textual comments from
survey research and log files from Web
servers
‫عرف برامج تنقٌب البٌانات ؟‬
‫هً واحده من االدوات المستعمله فً تحلٌل‬
‫البٌانات بحٌث ٌسمح للمستخدم بتحلٌل البٌانات‬
‫من عدد كبٌر من المصادر و تلخٌصها و تحدٌد‬
. ‫عالقات الربط بٌنها‬
‫عرف تقنٌه تنقٌب البٌانات ؟‬
‫هً عملٌه إٌجاد إرتباطات و انماط من بٌن‬
‫عشرات الحقول فً قواعد البٌانات العالئقٌه‬
‫الكبٌره‬
: 2 ‫وٌتم تقسٌمها الى‬
‫ادوات تنقٌب البٌانات وتطبٌقات تنقٌب البٌانات‬
‫ لعمل إنتاج تحلٌلً ممٌز ٌتم‬: ‫مالحظه‬
‫إستعمالهما معا ً االدوات و التطبٌقات و كالهما‬
‫متاح‬
‫عدد المهام التً تقوم بها ادوات تنقٌب البٌانات‬
‫؟‬
‫توفر للمستخدم الشاشات التً تساعده على‬
‫ االكتشاف‬-
‫ المعالجه‬-
‫ التحلٌل‬-
‫اشرح تنقٌب النصوص و تنقٌب االنترنت ؟‬
‫فوائد جدٌده ٌمكن ان تقود الى مجموعه جدٌده‬
‫وموجهه من تنقٌب البٌانات‬
‫وهذه التقنٌات تغذي العمٌل بالبٌانات حٌث تسمح‬
‫له بإستعراضها خالل تصفح االنترنت و تحلٌلها‬
‫وإضافه المعلومات الى السرفر‬
Unite TOW
Note: data mining is the core of KDD
Define KDD (knowledge Discovery in
Database)?
process of finding useful information and
patterns in data.
What are data mining algorithm
components?
 Model representation
descriptions of discovered patterns
 Model evaluation criteria
how well a pattern (model) meets
goals
 Search method
parameter search: optimization of
parameters for a given model
representation
Note: Data mining involves fitting models
to and determining patterns from
observed data
What are the steps involved in KDD
process?
 Selection: Obtain data from
various sources.
 Preprocessing: data cleaning.
 Transformation: Convert to
common format. Transform to
new format.
 Data Mining: Obtain desired
results by applying Data Mining
tasks tools.
 Interpretation/Evaluation:
Present results to user in
meaningful manner.
‫الوحده الثانٌه‬
KDD ‫ تنقٌب البٌانات تعتبر نواه الـ‬:‫مالحظه‬
‫ عملٌه اكتشاف المعرفه‬KDD ‫ماهو تعرٌف‬
‫فً قواعد البٌانات ؟‬
‫هً عملٌه اٌجاد المعلومات و االنماط المفٌده من‬
‫البٌانات‬
‫ماهً مكونات خوارزمٌات تنقٌب البٌانات ؟‬
: ‫نموذج التمثٌل‬ 
‫ٌقوم بوصف االنماط المكتشفه‬
: ‫نموذج تقدٌر المقٌاس‬ 
‫وصف كٌف ٌمكن لهذه االنماط تحقٌق‬
‫االهداف‬
: ‫طرٌقه البحث‬ 
‫معامل البحث ٌنظم االنماط العطاء‬ 
ً‫نموذج تماثل‬
‫ تنقٌب البٌانات ٌشمل تركٌب النماذج‬: ‫مالحظه‬
‫و تحدٌد االنماط من مجموعه من النماذج‬
‫المعروضه‬
‫ ؟‬KDD ‫ماهً الخطوات التً تتم فً معالجه ال‬
‫ أختٌار البٌانات من‬: ‫االختٌار‬ 
‫مصادر مختلفه‬
‫ تنظٌف البٌانات‬: ‫االعداد‬ 
‫ نقل البٌانت الى إطار جدٌد‬: ‫النقل‬ 
‫ أختٌار النتٌجه‬: ‫تنقٌب البٌانات‬ 
‫المطلوبه من خالل إستخدام أدوات‬
‫ومهام تنقٌب البٌانات‬
‫ عرض و تمثٌل النتائج‬: ‫التفسٌر‬ 
. ‫للمستخدم‬
What are the stages of data mining
process?
Consists of three stages:
(1) The initial exploration,
(2) Model building
(3) Deployment
Explain Exploration? (stage one )
This stage usually starts with data
preparation which may involve
cleaning data, data transformations,
selecting subsets of records.
Where EDA used?
Exploratory Data Analysis (EDA) is used
to identify systematic relations
between variables when there are no
(or not complete) expectations as to
the nature of those relations.
Explain Model Building? (stage tow )
choose the suitable models to represent
the explored data
Explain Deployment? ( stage three)
in deployment ensure that the resultant
patterns meet the required patterns for
prediction and decision making
What are data mining functionalities?
 -Characterization: summarization of
general features of objects and
produces characteristics rules.
 - Discrimination: Comparison
between two classes, target class
and contrasting class
 - Association analysis: the frequency
of items occurring together in
transactional database.
 - Classification: Organization of data
in a given class.
‫ماهً المراحل التً تتم فً عملٌه تنقٌب‬
‫البٌانات؟‬
:‫ مراحل‬3 ‫عملٌات تنقٌب البٌانات تتكون من‬
ً‫ االستكشاف الداخل‬-1
‫ بناء النموذج‬-2
‫ االنتشار‬-3
‫اشرح مفهوم االكتشاف االولً؟‬
ً‫فً هذه المرحله نبداء بإعداد البٌانات و الت‬
‫تشمل تنظٌف البٌانات و تحوٌلها وإختٌار‬
‫الحقول الفرعٌه‬
‫ ؟‬EDA ‫فً ماذا تستخدم تقنٌه‬
‫تستخدم فً توضٌح العالقات المنظمه بٌن‬
‫المتغٌرات عندما التكون مكتمله فٌقوم بتوقع‬
‫العالقات الطبٌعٌه فٌها‬
‫اشرح معنى بناء النموذج؟‬
‫إختٌار النموذج المالئم لتمثٌل البٌانات‬
‫المكتشفه‬
‫اشرح معنى االنتشار ؟‬
‫هو التأكد بان االنماط الناتجه قابلت االنماط‬
‫المطلوبه للتنبئ و إتخاذ القرار‬
‫ماهً وظائف تنقٌب البٌانات ؟‬
‫ هو ملخص للممٌزات العامه‬: ‫ الوصف‬
‫للعناصر و إنتاج القواعـد الممٌزه‬
‫ مقارنه بٌن نوعٌن من‬:‫ االختالف‬
‫التصنٌف ( تصنٌف الهدف و التصنٌف‬
) ‫المناقض‬
‫ هو عملٌله تكرار‬: ‫ تحلٌل الروابط‬
‫العناصر التً تحدث معا فً عملٌه نقل‬
‫قواعد البٌانات‬
ً‫ هو تنظٌم البٌانات ف‬: ‫ التصنٌف‬
‫أصناف معطاه‬
What are the types of prediction?
 predict some unavailable data
values
 predict a class label for some data
What is Outlier analysis?
Outliers are data elements that cannot be
grouped in a given class or cluster. Known
as exceptions or surprises. In some
applications they are noise, but they can
reveal important knowledge in other
domains.
What is the different between Evolution
and deviation analysis?
 Evolution pertain to the study of
time related data that changes in
time.
 Deviation analysis considers
differences between measured
values and expected values.
Unite three
What are data processes?
 Data Cleaning
 Data Integration
 Data Transformation
 Data Reduction
What are data cleaning capabilities
include?
 Smoothing noisy data
 -Eliminate duplicate records
 -Identification of missing or
incomplete data
 -Removal of obsolete (not used)
data
What is noise data?
Noise is a random error or variance in a
measured or recorded data
‫ماهً أنواع التنبئ ؟‬
‫ التنبئ للقٌم الغٌر متاحه‬
‫ التنبئ بالتصنٌف لبعض البٌانات‬
‫ماهو التحلٌل الخارجً؟‬
‫هً عباره عن بٌانات ال تستطٌع أن تكون‬
‫مجموعه فً تصنٌف معٌن أو تجمع (تعرف‬
) ‫باالستثنائات‬
‫فً بعض التطبٌقات تعتبر ضوضاء لكن ٌمكن‬
‫ان تكون مهمه فً بعض التطبٌقات االخرى‬
‫ماهو الفرق بٌن االنحراف المعٌاري و التدرج ؟‬
‫ هو دراسه‬:‫ االنحراف المعٌاري‬
‫التغٌرات التً تحصل فً التحلٌل خالل‬
.‫فتره زمنٌه معٌنه‬
‫ هو الفرق بٌن القٌمه الفعلٌه‬:‫ التدرج‬
.‫و القٌمه المتوقعه‬
‫الوحده الثالثه‬
‫ماهً عملٌات البٌانات ؟‬
‫ تنظٌف البٌانات‬
‫ تكامل البٌانات‬
‫ تحوٌل البٌانات‬
‫ فصل البٌانات أو إختصارها‬
‫ماهً العملٌه التً تتم عند تنظٌف البٌانات؟‬
‫تنعٌم البٌانات المزعجه‬ 
‫التخلص من الحقول المكرره‬ 
‫تعٌٌن البٌانات المفقوده و غٌر المكتمله‬ 
‫حذف و إزاله البٌانات المهمله او غٌر‬ 
‫المستعمله‬
‫ماهً البٌانات المزعجه ؟‬
‫هً أخطاء عشوائٌه أو إختالف فً المقٌاس او‬
‫فً حقول البٌانات‬
How can we smoothing data in DM? ‫كٌف ٌمكن تنعٌم البٌانات فً تنقٌب البٌانات ؟‬
In data mining binning method is used to ‫ٌتم إستعمال الصنادٌق لتقسٌم و تصنٌف البٌانات‬
smooth data ‫ومن ثم تنعٌمها‬
Given a numerical attribute such as Price with data: 3,27,7,32,25,25,6,28,22
Using Binning (with three bins) will give
 Partitioning
Bin 1: 3 6 7
Bin 2: 22 25 25
Bin 3: 27 28 32
 Smoothing by Bin Mean (for the nearest recorded value)
Bin 1: 6 6 6
Bin 2: 25 25 25
Bin 3: 28 28 28
Suppose a group of 12 sales price records has been stored as following:
5,10,11,13,15,35,50,55,72,92,204,215
Partition them into three bins by each of the following methods :
a- Equal frequency partitioning
b- Equal width partitioning
c- Clustering
a- Bin 1: 5 10 11 13
Bin 2: 15 35 50 55
Bin 3: 72 92 204 215
b- ?
c- Clustering
A={ 5,10,15,35,50,55,215}
B={11,13,72,92,204}
What is data integration? ‫ماهو تكامل البٌانات ؟‬
Combining data from multiple data stores ‫خلط البٌانات من مخازن بٌانات متنوعه‬
into a coherent data store as in data ‫و البٌانات المتماسكه تم تخزٌنها فً مستودع‬
warehousing. ‫البٌانات‬
What are data transformation processes? ‫ماهً عملٌات تحوٌل البٌانات ؟‬
Aggregation,Generalization ‫االجمالً و عباره عامه و التطبٌع و تقٌٌم البناء‬
Normalization,Feature Construction
What is the meaning of normalization? ‫ماهو تطبٌع البٌانات ؟‬
In Normalization attribute data are scaled ‫هً عملٌه إختصار الخصائص الى مدى صغٌر‬
so as to fall within small specified range. ‫ومحدود وهو مفٌد لعملٌه التصنٌف والمجموعات‬
Useful for classification and clustering.
What are normalization techniques? ‫ماهً تقنٌات و انواع تطبٌع البٌانات ؟‬
 Min-Max Normalization ‫ التطبٌع االكبر و االصغر‬
 Z-Score normalization ً‫ التطبٌع النهائ‬
Min-Max Normalization:
v - minA
ύ= × (new_maxA - new_minA) new_minA
maxA-minA

Z-Score normalization:
ύ = v–Ã
A
where:
à is the mean value
A is the standard deviation

Consider min and max values for the attribute income are $12,000 and $98,000.
Map range = [0.0, 1.0] or minA = 0, maxA=1.0
then a value of v=$73.600 for income is transformed to:
What is the value of normalization?
73,600 – 12,000
×(1.0 – 0.0) +0= 0.716
98,000 – 12,000
Consider the mean and standard deviation of the values for the attribute
income are $54,000 and $16,000 respectively, with z-score normalization, a
value of $73,600 for income is transformed to:
73,600 – 54,000
= 1.225
16,000
Explain Data Reduction? ‫أشرح عملٌه فصل البٌانات ؟‬
Data mining on huge amounts of data ‫تنقٌب البٌانات فً محتوى ضخم من البٌانات‬
is impractical and takes a long time. . ‫غٌر عملً وٌأخذ الكثٌر من الوقت‬
Data reduction is useful for obtaining ‫فصل البٌانات مفٌد لكسب مجموعه من البٌانات‬
reduced data set without losing its ‫بدون حدوث فقد فً البٌانات و جعلها متكامله‬
integrity.
There are some steps for reduction data? ‫هناك عده مراحل لفصل البٌانات ماهً ؟‬
Data cube aggregation, Attribute subset ‫البٌانات المجموعه المكعبه – إختٌار الخصائص‬
selection, Histograms ‫الفرعٌه و المنحنى التكراري‬
Draw a 3-D data cube representation of the data in Table below according to time
, Time ,Item , and location ( Khartoum , Nyala , Kassala , Medani )
The answer :

Unite Four ‫الوحده الرابعه‬

What are data mining techniques? ‫ماهً تقنٌات تنقٌب البٌانات ؟‬
 Classification ‫ التصنٌفات‬
 Decision Tree ‫ شجره القرارات‬
 Neural Networks ‫ الشبكه الصناعٌه‬
 Genetic Algorithms ‫ الخوارزمٌه الجٌنٌه‬
Note: Prediction predicts unknown or ‫ التنبئ قد ٌتنبئ قٌم غٌر معروفه‬: ‫مالحظه‬
missing values. .‫او قٌم مفقوده‬
What is decision tree and what are his ‫ماهً شجره القرارات وماهً اجزائها ؟‬
parts?
is a computational model consisting of 3 ‫هً عباره عن نموذج حسابً ٌتكون من‬
three parts: : ‫اجزاء‬
• Decision Tree ‫ شجره القرار‬
• Algorithm to create the tree ‫ الخوارزمٌه النشاء الشجره‬
• Algorithm that applies the ‫ الخوارزمٌه التً تطبق الشجره على‬
tree to data ‫البٌانات‬
What are DT advantages/disadvantages?
 Advantages:
o Easy to understand.
o Easy to generate rules
 Disadvantages:
o May suffer from overfitting.
o Classifies by rectangular
partitioning.
o Does not easily handle
‫ لٌست سهله للبٌانات غٌر العددٌه‬o
nonnumeric data.
o Can be quite large – pruning
is necessary.
What is neural network?
Is a collection of processing nodes
transferring activity to each other via
connections (the brain).
Explain Artificial network?
In Artificial Neuron all signals can be 1 or -
1 as a binary case often called classic spin.
The neuron calculates a weighted sum (X)
of the inputs, and compare it with a
Threshold (T).
If the input is higher than Threshold T, the
output is set to 1, otherwise to -1.
Output S either 1 or -1.
What is feed forward approach?
NN is trained to classify certain patterns
into certain groups, and then used to
classify new patterns presented to the net.
What are the components of Genetic
Algorithm?
 Flags
 Relation operator
 Values
‫ماهً ممٌزات و عٌوب شجره القرارات ؟‬
: ‫ الممٌزات‬
‫ سهل فً الفهم‬o
‫ سهل فً تولٌد القواعد‬o
: ‫ عٌوبها‬
‫ ٌمكن ان تعانً من زٌاده‬o
‫المقٌاس‬
‫ التصنٌف ٌكون بالمستطٌالت‬o
‫المقسمه‬
‫ ٌمكن ان تكون ضخمه فً حاله‬o
‫ضروره التجزئه‬
‫ماهً الشبكه االصطناعٌه؟‬
‫هً مجموعه من العقد المتحوله و النشطه‬
‫و المترابطه مع بعضها البعض مثل المخ‬
‫اشرح مفهوم الشبكه العصبٌه؟‬
‫فً الشبكه العصبٌه تكون كل القٌم و االشارات‬
1- ,1 ‫بٌن‬
‫نقوم بحساب مجموع االوزان المدخله ومقارنتها‬
T ‫مع قٌمه العتبه‬
1 = ‫اذا كانت اكبر منها‬
1- = ‫اذا كانت اصغر منها‬
0 = ‫اذا كانت تساوٌها‬
‫ماهً التغذٌه العكسٌه ؟‬
‫تقود انماط التصنٌف الى مجموعات مركزٌه‬
‫و استخدامها فً تصنٌف انماط جدٌده و تمثٌلها‬
‫و عرضها فً االنترنت‬
‫ماهً مكونات الخوارزمٌه الجٌنٌه ؟‬
‫ اي اعرض‬1= ‫ له حالتان‬: ‫ االعالم‬
‫الشرط الذي ٌتناسق مع الشرط‬
‫ اعرض الشرط الذي سوف ٌحذف‬0=
‫من القاعده‬
‫االرتباط له حالتان اذا كانت صرٌحه‬
<and = ‫= ومكمله‬and=
Explain OLAP? ‫ ؟‬OLAP ‫اشرح مفهوم الـ‬
On Line Analytical Processing performs ‫هً تحلٌل علمً ٌمثل أبعاد متعدده من تحلٌل‬
multidimensional analysis of business data ‫البٌانات التجارٌه و تزوٌدها بالكفائه و الخبره‬
and provide capability for sophisticated : ‫لها نوعٌن‬
data modelling. Relational OLAP - ROLAP ‫الـ‬
ROLAP - Relational OLAP Multidimensional OLAP – MOLAP ‫الـ‬
MOLAP - Multidimensional OLAP
Note: (OLAP): provides more complex ‫ ٌزودنا بإستعالمات معقده‬OLAP ‫ الـ‬: ‫مالحظه‬
queries than OLTP. OLTAP ‫أكثر من الـ‬
What are OLAP operations? ‫ ؟‬OLAP ‫عدد عملٌات الـ‬
 Single cell ‫ خلٌه فردٌه‬
 Multiple cell ‫ خلٌه متعدده‬
 Slice ‫ شرٌحه‬
 Dice ‫ نرد‬
Unit Five ‫الوحده الخامسه‬
What is Estimation Error? ‫ماهو توقع الخطاء؟‬
Difference between expected value and ‫هو االختالف او الفرق بٌن القٌمه المتوقعه‬
actual value. ‫و القٌمه الفعلٌه‬

MLE=
Coin toss five times: {H,H,H,H,T}
Assuming a perfect coin with H and T equally likely, the likelihood of this
sequence is:

However if the probability of a H is 0.8 then:

Variance( ‫ & )التباٌن‬Standard Deviation ( ‫) االنحراف المعٌاري‬

‫التباٌن‬ ‫االنحراف المعٌاري‬

Note:  = 0 only when there is no spread
Explain Regression?
 The unknown parameters
denoted as β. This may be a
scalar or a vector of length k.
 The independent variables, X.
 The dependent variable, Y.
Y = f (X, β)
0 = ‫ تكون قٌمه االنحراف المعٌاري‬: ‫مالحظه‬
‫عندما ال ٌكون هناك إنتشار‬
‫اشرح مفهوم االنحدار ؟‬
‫ٌمكن ان ٌستخدم فً التنبئ داخل سلسله زمنٌه‬
‫من البٌانات‬
‫= عنصرغٌر‬B , ‫ = تابع‬Y , ‫× = مستقل‬
‫معروف‬
‫قانون اٌجاد القٌمه المتوقعه‬

O={50,93,67,78,87}
E=75
(50 – 75) ² +(93 – 75) ² +( 67- 75) ² + (78 – 75 ) ² + (87 – 75) ²
X²= =15.54
75 75 75 75 75

Examine the degree to which the values
for two variables behave similarly.
Correlation coefficient r:
1 = perfect correlation
-1 = perfect but opposite correlation
0 = no correlation
r
‫ ٌفحص درجه كل القٌم لكل قٌمتٌن ٌتصرفان‬: ‫الربط‬
‫بشكل متشابه‬
ً‫ ٌكون إرتباط مثال‬1 = ‫لو‬
ً‫ ٌكون إرتباط مثالً عكس‬-1 = ‫لو‬
‫ ال ٌوجد هناك إرتباط‬0 = ‫لو‬
 Good Luck

Radwan Mohammed

Aljaki2@live.com

7/10/2014 2:02 AM