Couvre les défis et les opportunités de l'exploration de données, des questions pratiques, des composants d'algorithmes et des applications telles que l'analyse du panier d'achat.
Explore Association Rule Mining, en mettant l'accent sur les éléments fréquents et les mesures alternatives d'intérêt, y compris l'algorithme FP-Growth et la comparaison des performances.
Introduit l'extraction de règles d'association, couvrant le support, la confiance, l'algorithme Apriori et la croissance des FP pour la découverte fréquente d'éléments.
Couvre les règles d'association minière, se concentrant sur les algorithmes de croissance d'Apriori et de FP pour trouver des itemset fréquents et extraire les règles efficacement.
Présente les bases du traitement de données textuelles, couvrant la récupération de documents, la classification, l'analyse des sentiments et la détection de sujets.
