| 1 | |
| 00:00:00,000 --> 00:00:02,260 | |
| بسم الله والحمد لله والصلاة والسلام على رسول الله | |
| 2 | |
| 00:00:02,260 --> 00:00:06,120 | |
| أهلا وسهلا بكم في تكملة الـ Protective chapter | |
| 3 | |
| 00:00:06,120 --> 00:00:09,040 | |
| Modelling أو الـ Frequent Pattern كنا تكلمنا سابقا | |
| 4 | |
| 00:00:09,040 --> 00:00:12,880 | |
| على مفهوم الـ Frequent Pattern للتسجيلات السابقة على مفهوم | |
| 5 | |
| 00:00:12,880 --> 00:00:15,440 | |
| الـ Frequent Pattern وشو هو ال association rule | |
| 6 | |
| 00:00:15,440 --> 00:00:17,440 | |
| وتكلمنا على الـ support و الـ confidence as | |
| 7 | |
| 00:00:17,440 --> 00:00:17,860 | |
| measurement | |
| 8 | |
| 00:00:20,590 --> 00:00:24,210 | |
| تحديد قوة الـ association rule و الـ frequent pattern | |
| 9 | |
| 00:00:24,210 --> 00:00:27,710 | |
| واتكلمنا على الـ Apriori algorithm كواحد من أهم الـ | |
| 10 | |
| 00:00:27,710 --> 00:00:32,830 | |
| algorithms في وجود الـ ... أو في الوصول إلى الـ | |
| 11 | |
| 00:00:32,830 --> 00:00:37,490 | |
| association rules و لكن قلنا أن في عندنا مجموعة من | |
| 12 | |
| 00:00:37,490 --> 00:00:42,280 | |
| الـ drawbacks على مستوى الـ Algorithm التي | |
| 13 | |
| 00:00:42,280 --> 00:00:45,140 | |
| عندنا منها أنه أنا فعلياً في عندي multiple scans | |
| 14 | |
| 00:00:45,140 --> 00:00:47,200 | |
| طبعاً من الـ drawbacks هذه التي علاقتها كلها بالـ | |
| 15 | |
| 00:00:47,200 --> 00:00:51,160 | |
| computation أنه بتزيد من التكلفة الزمنية أو | |
| 16 | |
| 00:00:51,160 --> 00:00:55,680 | |
| الحسابية للـ algorithm الموجود عندنا، الـ multiple | |
| 17 | |
| 00:00:55,680 --> 00:00:59,680 | |
| scans أو عدد الـ number of candidates وببدأ من | |
| 18 | |
| 00:00:59,680 --> 00:01:03,600 | |
| candidate واحد وببدأ أجمعهم وبالتالي كان العدد | |
| 19 | |
| 00:01:03,600 --> 00:01:07,680 | |
| كبيراً، العمل ممل وتكراره في موضوع حساب الـ | |
| 20 | |
| 00:01:07,680 --> 00:01:17,030 | |
| support الموجود عندنا، ممكن نقلل | |
| 21 | |
| 00:01:17,030 --> 00:01:22,330 | |
| عدد مرات القراءة للـ database أو نقلل عدد الـ | |
| 22 | |
| 00:01:22,330 --> 00:01:24,230 | |
| candidates الموجودين عندنا | |
| 23 | |
| 00:01:27,160 --> 00:01:32,420 | |
| بنتكلم عن طريقة كيف نسرّع فيها أو نحسّن فيها موضوع | |
| 24 | |
| 00:01:32,420 --> 00:01:36,760 | |
| حساب الـ candidates نحسب الـ support للـ candidates | |
| 25 | |
| 00:01:36,760 --> 00:01:40,120 | |
| الموجودة عندنا وبشكل عام ممكن نعتمد على الـ parallel | |
| 26 | |
| 00:01:40,120 --> 00:01:48,700 | |
| computing من أجل تسريع هذه العملية بشكل عام، الآن | |
| 27 | |
| 00:01:48,700 --> 00:01:53,340 | |
| إن شاء الله تعالى سنتكلم عن أحد الحلول | |
| 28 | |
| 00:01:53,340 --> 00:01:56,160 | |
| المتاحة عندي، أنه أنا أحاول أوجد الـ | |
| 29 | |
| 00:01:56,160 --> 00:01:59,640 | |
| frequent patterns بدون ما يكون في عندي candidate | |
| 30 | |
| 00:01:59,640 --> 00:02:03,540 | |
| generation، طبعاً نحن الآن من باب التأكيد أن الـ | |
| 31 | |
| 00:02:03,540 --> 00:02:07,280 | |
| bottleneck أو الحلق الذي ... لنقل نقطة الازدحام | |
| 32 | |
| 00:02:07,280 --> 00:02:10,580 | |
| أو الحلق الأضعف في الـ Apriori approach هو الـ | |
| 33 | |
| 00:02:10,580 --> 00:02:14,500 | |
| breadth-first search، breadth-first search لأن | |
| 34 | |
| 00:02:14,500 --> 00:02:16,660 | |
| معنى الكلام هي مصطلحات مألوفة موجودة في الـ data | |
| 35 | |
| 00:02:16,660 --> 00:02:20,520 | |
| structure، إذا كنا نتذكرها، ومقصود فيها أنه أنا | |
| 36 | |
| 00:02:20,520 --> 00:02:24,220 | |
| البحث يتم على مستوى الـ level-wise، ماذا يعني الـ level- | |
| 37 | |
| 00:02:24,220 --> 00:02:30,340 | |
| wise؟ المبدأ هذا جاء من أن في عندي موضوع Tree بغض | |
| 38 | |
| 00:02:30,340 --> 00:02:35,120 | |
| النظر عن الـ Structure التابعة للـ Tree ثنائية أو رباعية | |
| 39 | |
| 00:02:35,120 --> 00:02:39,480 | |
| أو غيرها، فمفهوم الـ breadth-first أنه أنا آخذ level | |
| 40 | |
| 00:02:39,480 --> 00:02:42,820 | |
| level وأنتقل إلى كل عناصر الـ level، بعدين أذهب إلى | |
| 41 | |
| 00:02:42,820 --> 00:02:46,060 | |
| الـ level الثاني وأمشي فيه، طبعاً هذه الـ approach | |
| 42 | |
| 00:02:46,060 --> 00:02:49,060 | |
| لأنها فعلياً كانت تبني كل الـ candidates من C1 | |
| 43 | |
| 00:02:49,980 --> 00:02:53,420 | |
| وبعد ذلك ننتقل إلى Candidate C2 من الـ two elements | |
| 44 | |
| 00:02:53,420 --> 00:02:58,480 | |
| و Candidate C3 وهكذا، وهذا طبعاً ما يستهلك وقتاً | |
| 45 | |
| 00:02:58,480 --> 00:03:03,980 | |
| طويلاً جداً، بينما الـ ... الـ ... الـ FP- | |
| 46 | |
| 00:03:03,980 --> 00:03:08,340 | |
| growth أو الـ Frequent Pattern Growth approach التي | |
| 47 | |
| 00:03:08,340 --> 00:03:11,260 | |
| أنا أبدأ العمل بدون البحث عن الـ candidates، أبدأ العمل | |
| 48 | |
| 00:03:11,260 --> 00:03:17,440 | |
| على مبدأ الـ depth-first search، أنه دائماً أنزل أعمق | |
| 49 | |
| 00:03:17,440 --> 00:03:23,200 | |
| نقطة في الـ tree، تمام؟ وبعدها أبحث عن النقطة الأعمق | |
| 50 | |
| 00:03:23,200 --> 00:03:29,820 | |
| والمساوية لها وهكذا حتى أصل إلى قاعدته، وبالتالي هنا | |
| 51 | |
| 00:03:29,820 --> 00:03:35,660 | |
| يصبح في عندي إلغاء للموضوع | |
| 52 | |
| 00:03:35,660 --> 00:03:38,660 | |
| الـ candidate generation، يعني يصبح في عندي بشكل | |
| 53 | |
| 00:03:38,660 --> 00:03:40,640 | |
| تلقائي تجنّب | |
| 54 | |
| 00:03:50,810 --> 00:03:55,110 | |
| الأساسي، المصطلح أو الفلسفة الأساسية التي بُني عليها | |
| 55 | |
| 00:03:55,110 --> 00:03:59,430 | |
| الـ FP-Growth أن الـ long patterns | |
| 56 | |
| 00:03:59,430 --> 00:04:05,200 | |
| ممكن أن تُبنى من الـ short patterns التي كانت frequent | |
| 57 | |
| 00:04:05,200 --> 00:04:10,500 | |
| items only، وعشان كل هذا الكلام، يعني بكل بساطة أقول لك | |
| 58 | |
| 00:04:10,500 --> 00:04:14,120 | |
| أنا لو كان في عندي مجموعة من الـ short frequent | |
| 59 | |
| 00:04:14,120 --> 00:04:17,200 | |
| patterns، هذه المجموعة من الـ short patterns ممكن أن تكون | |
| 60 | |
| 00:04:17,200 --> 00:04:20,780 | |
| جزءاً من patterns أطول، على سبيل المثال لو كان | |
| 61 | |
| 00:04:20,780 --> 00:04:24,600 | |
| في عندي الـ ABC frequent pattern في الـ data set | |
| 62 | |
| 00:04:24,600 --> 00:04:30,420 | |
| الذي عندي، معناه أنك ممكن أن تذهب وتجلب كل الـ patterns أو | |
| 63 | |
| 00:04:30,420 --> 00:04:35,720 | |
| الـ transactions التي تحتوي على الـ ABC مثلاً، لو كان | |
| 64 | |
| 00:04:35,720 --> 00:04:39,800 | |
| frequent، يعني أن كل الـ patterns التي تحتوي على الـ | |
| 65 | |
| 00:04:39,800 --> 00:04:44,000 | |
| ABC سنقول أن لو كان في عندي أيضاً frequent | |
| 66 | |
| 00:04:44,000 --> 00:04:46,680 | |
| أيضاً frequent pattern آخر، D وليكن على | |
| 67 | |
| 00:04:46,680 --> 00:04:51,800 | |
| سبي المثال، يعني لو أضفت الـ D إلى كل frequent | |
| 68 | |
| 00:04:51,800 --> 00:04:56,940 | |
| patterns الموجودة عندي هنا، إلى الموجودة من | |
| 69 | |
| 00:04:56,940 --> 00:05:03,250 | |
| الـ database، سيكون عندي الـ A, B, C, D عبارة عن | |
| 70 | |
| 00:05:03,250 --> 00:05:07,510 | |
| frequent pattern، يعني أنا عندي A, B, C عبارة عن | |
| 71 | |
| 00:05:07,510 --> 00:05:10,430 | |
| frequent pattern وعندي الـ D أيضاً frequent pattern | |
| 72 | |
| 00:05:10,430 --> 00:05:15,730 | |
| فحتما سيكون عندي A, B, C, D frequent pattern حتى لو | |
| 73 | |
| 00:05:15,730 --> 00:05:18,770 | |
| انخفض الـ support التابع له، لكن لن ينزل عن الـ minimum support | |
| 74 | |
| 00:05:18,770 --> 00:05:24,830 | |
| لماذا؟ لأنه بما أن الـ support لهذا أكبر من أو يساوي الـ | |
| 75 | |
| 00:05:24,830 --> 00:05:32,140 | |
| minimum support، و أن الـ support التابع له أقل من أو | |
| 76 | |
| 00:05:32,140 --> 00:05:36,280 | |
| يساوي الـ minimum support، فحتماً هذا المجموع سيكون | |
| 77 | |
| 00:05:36,280 --> 00:05:39,220 | |
| أكبر من أو يساوي الـ minimum support، لن يقل عنه بأي | |
| 78 | |
| 00:05:39,220 --> 00:05:44,630 | |
| حالة من الأحوال، لأن الاثنين frequent، الفكرة مرة أخرى | |
| 79 | |
| 00:05:44,630 --> 00:05:49,570 | |
| أن أنا أحاول أن أعمل نمو تكراريا لـ | |
| 80 | |
| 00:05:49,570 --> 00:05:53,130 | |
| frequent patterns، أنشئ الـ pattern بشكل تكراريا | |
| 81 | |
| 00:05:53,130 --> 00:05:56,510 | |
| بشكل تلقائي، يعني كل pattern يحاول أن يضيف | |
| 82 | |
| 00:05:56,510 --> 00:06:03,210 | |
| patterns الموجودة عنده، pattern by pattern | |
| 83 | |
| 00:06:03,210 --> 00:06:07,330 | |
| frequent pattern by pattern، و الـ Database | |
| 84 | |
| 00:06:07,330 --> 00:06:10,230 | |
| Partitioning، وبالتالي أنا أقسم الـ database وممكن | |
| 85 | |
| 00:06:10,230 --> 00:06:13,650 | |
| أن أشتغل عليها بالتوازي، يقال أن الـ FP-Growth كـ | |
| 86 | |
| 00:06:13,650 --> 00:06:17,210 | |
| algorithm أو كـ method ستكون أفضل نتيجة أو أسرع من | |
| 87 | |
| 00:06:17,210 --> 00:06:23,670 | |
| الـ Apriori للوصول إلى الـ frequent patterns الموجودة | |
| 88 | |
| 00:06:23,670 --> 00:06:28,970 | |
| لأنها for each frequent item، لكل frequent item set | |
| 89 | |
| 00:06:28,970 --> 00:06:33,530 | |
| construct its conditional pattern، أنشئ | |
| 90 | |
| 00:06:33,530 --> 00:06:37,580 | |
| conditional pattern التابع لها بناءً على ما أنتجته، Then | |
| 91 | |
| 00:06:37,580 --> 00:06:41,180 | |
| it's conditional FP-tree، واذهب أنشئ الـ tree التي | |
| 92 | |
| 00:06:41,180 --> 00:06:45,620 | |
| بعد ذلك خاصة بها، سنرى الـ FP-tree ونفهم ماذا | |
| 93 | |
| 00:06:45,620 --> 00:06:48,300 | |
| هو الـ conditional pattern الذي تم إنشاؤه عليه، الـ | |
| 94 | |
| 00:06:48,300 --> 00:06:50,740 | |
| conditional pattern، كيف تم الوصول إليه؟ وما | |
| 95 | |
| 00:06:50,740 --> 00:06:55,160 | |
| هي الشروط التي جعلته frequent؟ repeat the | |
| 96 | |
| 00:06:55,160 --> 00:06:59,980 | |
| process on each newly created conditional pattern | |
| 97 | |
| 00:06:59,980 --> 00:07:05,560 | |
| FP-tree until resulting FP-tree is empty، لا يكون | |
| 98 | |
| 00:07:05,560 --> 00:07:09,600 | |
| فيه شيء، وكرر العملية حتى لا يبقى شيء في الـ FP-tree | |
| 99 | |
| 00:07:09,600 --> 00:07:16,660 | |
| and or it contains only one path, single path، طبعاً | |
| 100 | |
| 00:07:16,660 --> 00:07:19,740 | |
| وهذا يكون generation all combinations، وهكذا أنا | |
| 101 | |
| 00:07:19,740 --> 00:07:25,150 | |
| أكون قد جمعت كل الـ sub paths الموجودة، يعني الخطوات | |
| 102 | |
| 00:07:25,150 --> 00:07:28,290 | |
| الخاصة بالخوارزمية، أنا أذهب وأعمل database scan | |
| 103 | |
| 00:07:28,290 --> 00:07:33,410 | |
| once، وهي أول عملية قراءة للـ database، مثل الـ Apriori | |
| 104 | |
| 00:07:33,410 --> 00:07:37,390 | |
| وأخذت وجلبت الـ first frequent pattern، تمام، نحن | |
| 105 | |
| 00:07:37,390 --> 00:07:42,350 | |
| يقال depth-first، صحيح breadth-first، depth-first، عفواً، وهكذا أنا ذهبت | |
| 106 | |
| 00:07:42,350 --> 00:07:45,810 | |
| إلى الـ pattern الأول، ليست قضية كبيرة، sort الـ frequent | |
| 107 | |
| 00:07:45,810 --> 00:07:49,940 | |
| patterns، وهنا شيء جديد، أن نرتب الـ frequent | |
| 108 | |
| 00:07:49,940 --> 00:07:53,400 | |
| patterns بناءً على الـ support، بترتيب تنازلي | |
| 109 | |
| 00:07:53,400 --> 00:07:56,820 | |
| Descending Support Counting, Making a Less than | |
| 110 | |
| 00:07:56,820 --> 00:08:00,160 | |
| Minimal، أعمل scan أيضاً للـ tree وأعمل | |
| 111 | |
| 00:08:00,160 --> 00:08:05,000 | |
| Construction للـ FP-tree الموجودة، التي سنراها | |
| 112 | |
| 00:08:05,000 --> 00:08:11,800 | |
| Mining the FP-tree By Creating Conditional أو Sub | |
| 113 | |
| 00:08:11,800 --> 00:08:16,460 | |
| patterns الموجودة، تعالوا لنرى ماذا يمكننا أن | |
| 114 | |
| 00:08:16,460 --> 00:08:20,360 | |
| نقول، يمكننا أن نعود إلى الـ benefits أو ننهيها الآن | |
| 115 | |
| 00:08:20,360 --> 00:08:24,560 | |
| completeness، متكاملة، preserve complete information | |
| 116 | |
| 00:08:24,560 --> 00:08:28,080 | |
| يحتوي على معلومات كاملة عن الـ frequent patterns التي | |
| 117 | |
| 00:08:28,080 --> 00:08:30,900 | |
| أنا قمت باستخراجها، يعني دائماً هو يحتفظ بالـ | |
| 118 | |
| 00:08:30,900 --> 00:08:33,440 | |
| support التابع لها، هذه المعلومة التي تهمّني، الـ | |
| 119 | |
| 00:08:33,440 --> 00:08:37,120 | |
| frequent pattern كم مرة ظهرت، never break long | |
| 120 | |
| 00:08:37,120 --> 00:08:41,240 | |
| patterns of any transaction، ممكن ألا تنتمي إلى transaction | |
| 121 | |
| 00:08:41,240 --> 00:08:44,480 | |
| مطلقاً، وهذا هو المشكلة، نحن لم نحسّنها مع الـ Apriori | |
| 122 | |
| 00:08:44,480 --> 00:08:48,080 | |
| لكن يُقال أنه عندما تكون عند الـ | |
| 123 | |
| 00:08:48,080 --> 00:08:52,080 | |
| data set التعاملات كبيرة، والعناصر الموجودة فيها | |
| 124 | |
| 00:08:52,080 --> 00:08:55,480 | |
| كثيرة، ممكن أن يحدث فيها تكرار أو ضغط أو | |
| 125 | |
| 00:08:55,480 --> 00:09:03,020 | |
| انخفاض في المعلومات، المعلومات، المعلومات، المعلومات، | |
| 126 | |
| 00:09:03,020 --> 00:09:03,680 | |
| المعلومات، المعلومات، المعلومات، المعلومات، المعلومات، | |
| 127 | |
| 00:09:03,680 --> 00:09:05,080 | |
| المعلومات، المعلومات، المعلومات، المعلومات، المعلومات، | |
| 128 | |
| 00:09:05,080 --> 00:09:05,180 | |
| المعلومات، المعلومات، المعلومات، المعلومات، المعلومات، | |
| 129 | |
| 00:09:05,180 --> 00:09:05,780 | |
| المعلومات، المعلومات، المعلومات، | |
| 130 | |
| 00:09:17,640 --> 00:09:24,900 | |
| العناصر بترتيب تنازلي | |
| 131 | |
| 00:09:24,900 --> 00:09:30,580 | |
| الكثير، يمكن أن يحدث الكثير، يمكن أن يتم شرح ما هو | |
| 132 | |
| 00:09:30,580 --> 00:09:33,100 | |
| موجود في أعلى القائمة هو غالباً هو الأكثر تكراراً | |
| 133 | |
| 00:09:33,100 --> 00:09:36,120 | |
| الموجود، Never be larger than the original | |
| 134 | |
| 00:09:36,120 --> 00:09:38,820 | |
| database، مستحيل أن يطلع عندي حجم أكبر من الموجود | |
| 135 | |
| 00:09:38,820 --> 00:09:44,060 | |
| عندنا، Not count node links and count field، أنا | |
| 136 | |
| 00:09:44,060 --> 00:09:50,240 | |
| لا أعدّ الروابط، فقط عدد مرات الظهور في المجموعة، كما | |
| 137 | |
| 00:09:50,240 --> 00:09:55,470 | |
| العادة، بالمثال يتضح الكلام، فلنرى الآن بالمثال | |
| 138 | |
| 00:09:55,470 --> 00:09:58,070 | |
| الموجود عندنا هنا، سأقول افترض أن في | |
| 139 | |
| 00:09:58,070 --> 00:10:01,090 | |
| عندي هذه الـ data، الـ transactional data set التي | |
| 140 | |
| 00:10:01,090 --> 00:10:06,710 | |
| تحتوي على خمسة عناصر، I1, I2, I3, I4, I5، وفي عندي | |
| 141 | |
| 00:10:06,710 --> 00:10:12,690 | |
| تسعة، عفواً، ليست... | |
| 142 | |
| 00:10:12,690 --> 00:10:20,880 | |
| I discard I transaction رقم تسعة، للأمانة، الخطأ | |
| 143 | |
| 00:10:20,880 --> 00:10:24,360 | |
| يحدث، وهذا طبعاً كررته هنا لأن copy و paste | |
| 144 | |
| 00:10:24,360 --> 00:10:29,540 | |
| اشتغلت هنا في المثال عندما عدلته، وعندما حدث ذلك أيضاً | |
| 145 | |
| 00:10:29,540 --> 00:10:38,620 | |
| إن شاء الله هكذا تمام، الآن، افترض أن الـ minimum | |
| 146 | |
| 00:10:38,620 --> 00:10:41,620 | |
| support التابعة لي هي عبارة عن اثنين، الـ minimum support | |
| 147 | |
| 00:10:41,620 --> 00:10:47,500 | |
| المطلوبة هي عبارة عن اثنين من تسعة، يعني 22% تقريباً، الـ | |
| 148 | |
| 00:10:47,500 --> 00:10:52,340 | |
| step الأولى، أقرأ الـ database مع الـ first أو one | |
| 149 | |
| 00:10:52,340 --> 00:10:56,380 | |
| item set، كل المجموعات التي هي عنصر واحد، وأحسب الـ | |
| 150 | |
| 00:10:56,380 --> 00:11:00,000 | |
| support التابعة لها، بعد ذلك، الخطوة الثانية، أرتبها | |
| 151 | |
| 00:11:00,000 --> 00:11:05,880 | |
| الآن، بكل بساطة، لو أنا جئت وقلت لك: ها هو I1، الـ | |
| 152 | |
| 00:11:05,880 --> 00:11:14,540 | |
| support له هي 1، 2، 3، 4، 5، 6، من ضمن العناصر الموجودة، الـ | |
| 153 | |
| 00:11:14,540 --> 00:11:20,220 | |
| frequent هي 6، موجود أكثر عنصر موجود عندي، more | |
| 154 | |
| 00:11:20,220 --> 00:11:23,800 | |
| frequent هو I2، هو عدد مرات تكراره 7 مرات | |
| 155 | |
| 00:11:27,740 --> 00:11:33,440 | |
| الثلاثة والأربعة والخمسة مع بعض، الاثنين والواحد والستة جاءوا | |
| 156 | |
| 00:11:33,440 --> 00:11:36,740 | |
| نفس الـ frequent، طيب، من أقدم فيهم، الذي يظهر معك | |
| 157 | |
| 00:11:36,740 --> 00:11:40,540 | |
| أولاً في الـ data set، لا تُلخّص نفسك دائماً، أو لا | |
| 158 | |
| 00:11:40,540 --> 00:11:43,860 | |
| تُلخّص نفسك دائماً، أنا آخذ أول عنصر يظهر في | |
| 159 | |
| 00:11:43,860 --> 00:11:47,320 | |
| frequent set أو في الـ item set هو الذي أقدّمه | |
| 160 | |
| 00:11:47,320 --> 00:11:52,880 | |
| في حالة تساوي عنصرين من ناحية عدد الـ support، الآن | |
| 161 | |
| 00:11:52,880 --> 00:11:56,640 | |
| بعد ذلك، أبدأ ببناء الـ FP-tree، وهي تتحدث عن خطوات | |
| 162 | |
| 00:11:56,640 --> 00:12:03,820 | |
| بنائها، أبدأ من null label، تمام، وبناءً عليه، أعمل الـ | |
| 163 | |
| 00:12:03,820 --> 00:12:07,040 | |
| second time، الـ second scan للـ database، المرة | |
| 164 | |
| 00:12:07,040 --> 00:12:12,140 | |
| الثانية، في كل transaction، أتعامل are processed in | |
| 165 | |
| 00:12:12,140 --> 00:12:15,900 | |
| الـ L order، بناءً على الـ sort order الموجودة عندها | |
| 166 | |
| 00:12:16,960 --> 00:12:22,320 | |
| والجزء يُصنَع لكل transaction مع الأشياء التي تدعمها، تدعمها، | |
| 167 | |
| 00:12:22,320 --> 00:12:23,820 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، | |
| 168 | |
| 00:12:23,820 --> 00:12:25,400 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، | |
| 169 | |
| 00:12:25,400 --> 00:12:28,480 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، | |
| 170 | |
| 00:12:28,480 --> 00:12:29,060 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، | |
| 171 | |
| 00:12:29,060 --> 00:12:29,420 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، | |
| 172 | |
| 00:12:29,420 --> 00:12:32,820 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، | |
| 173 | |
| 00:12:32,820 --> 00:12:41,200 | |
| تدعمها، تدعمها، تدعمها، تدعمها، تدعمها، تد | |
| 174 | |
| 00:12:42,500 --> 00:12:46,200 | |
| الـ data set الموجودة عندي، أقول له: رتبها لي، سأرتبها، | |
| 175 | |
| 00:12:46,200 --> 00:12:49,880 | |
| رتبتها الآن، يا جماعة، هي الـ transactional | |
| 176 | |
| 00:12:49,880 --> 00:12:54,560 | |
| data set التابعة لي، | |
| 223 | |
| 00:17:22,330 --> 00:17:25,810 | |
| سبعة تمام دعوني أغير بالسلون | |
| 224 | |
| 00:17:30,540 --> 00:17:37,780 | |
| سبعة صحيحة الآن، واحد المفروض ستة، واحد هي عندي | |
| 225 | |
| 00:17:37,780 --> 00:17:42,860 | |
| هنا أربعة وعندي هنا اثنين، فالكلام صحيح مئة بالمئة | |
| 226 | |
| 00:17:42,860 --> 00:17:47,860 | |
| مجموعهم ستة الآن، ثلاثة، ستة كذلك، ثلاثة عندي | |
| 227 | |
| 00:17:47,860 --> 00:17:57,800 | |
| موجود، ثلاثة ست مرات، أين، ثلاثة، هذه | |
| 228 | |
| 00:17:57,800 --> 00:18:10,100 | |
| مرتين هنا، هي مرتين هنا هي | |
| 229 | |
| 00:18:10,100 --> 00:18:14,320 | |
| مرة هي، ثانية، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 230 | |
| 00:18:14,320 --> 00:18:15,840 | |
| اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 231 | |
| 00:18:15,840 --> 00:18:15,920 | |
| اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 232 | |
| 00:18:15,920 --> 00:18:16,160 | |
| اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 233 | |
| 00:18:16,160 --> 00:18:17,620 | |
| اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 234 | |
| 00:18:17,620 --> 00:18:18,540 | |
| اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 235 | |
| 00:18:18,540 --> 00:18:19,600 | |
| اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين، اثنين | |
| 236 | |
| 00:18:19,600 --> 00:18:28,940 | |
| اثنين، اثنين | |
| 237 | |
| 00:18:29,930 --> 00:18:38,930 | |
| طيب، أي ثلاثة تمام، أي أربعة مرتين، هيهم، لا | |
| 238 | |
| 00:18:38,930 --> 00:18:43,330 | |
| هنا مرة واحدة، مش أربعة، هنا المفروض ما عدلناهاش مرة | |
| 239 | |
| 00:18:43,330 --> 00:18:50,850 | |
| واحدة، وهي مرة واحدة، مرتين، تمام، هذه الـ I5 مرتين | |
| 240 | |
| 00:18:50,850 --> 00:18:55,570 | |
| يعني الـ tree تبعتنا هكذا بتكون سليمة، والعنصر | |
| 241 | |
| 00:18:55,570 --> 00:19:00,290 | |
| تبعتها موجودة في هذه الـ tree فعليًا اللي إحنا عاملينه | |
| 242 | |
| 00:19:00,290 --> 00:19:07,870 | |
| كنا بنحاول نرسمها، I2، I4، I5، بيمشي مع العناصر، اعفوا | |
| 243 | |
| 00:19:07,870 --> 00:19:19,280 | |
| I1، I5 مع ال transaction، I2، I4 هيها، I2، I3 هيها، في | |
| 244 | |
| 00:19:19,280 --> 00:19:22,540 | |
| كل مرة بأمر على I2 أنا بزيد ال counter تبعها لحد ما | |
| 245 | |
| 00:19:22,540 --> 00:19:26,100 | |
| تتحقق العناصر، ودائمًا بقصها بالمقاطعة هذه، جمعت خير | |
| 246 | |
| 00:19:26,100 --> 00:19:29,160 | |
| بس عشان أورّجيكم، هم وين النقاط اللي أنا عم بجمعهم | |
| 247 | |
| 00:19:29,160 --> 00:19:34,440 | |
| يعني هي هنا وهنا، هذول مع بعض بيمثلوا الستة، طيب تمام | |
| 248 | |
| 00:19:34,440 --> 00:19:39,540 | |
| أنا هكذا أنا حصلت على ال tree اللي موجودة عندي الآن | |
| 249 | |
| 00:19:39,540 --> 00:19:43,680 | |
| بدي أروح أشوف أنشئ ال conditional pattern تبعتي، أو | |
| 250 | |
| 00:19:43,680 --> 00:19:47,680 | |
| ال conditional pattern نعملها من الـ tree اللي موجودة | |
| 251 | |
| 00:19:47,680 --> 00:19:52,540 | |
| عندها، فممكن أنا أبدأ أمرّ على أو أعمل traversing للـ | |
| 252 | |
| 00:19:52,540 --> 00:19:57,880 | |
| tree اللي موجودة عندها عشان أشوف ال occurrence تبع | |
| 253 | |
| 00:19:57,880 --> 00:20:01,700 | |
| ال pattern اللي عندها الآن، المشكلة تبعتي كيف أنا | |
| 254 | |
| 00:20:01,700 --> 00:20:04,880 | |
| بدي أحصل على ال frequent pattern من ال database | |
| 255 | |
| 00:20:04,880 --> 00:20:11,580 | |
| تمام، ال database is transferred للـ tree، وهذا | |
| 256 | |
| 00:20:11,580 --> 00:20:18,220 | |
| الآن بدي أجيب من ال tree اللي عندها عشان تقدر تنقب | |
| 257 | |
| 00:20:18,220 --> 00:20:22,540 | |
| أو تطلع أو تعمل extraction، military، وتبني أو تعتمد | |
| 258 | |
| 00:20:22,540 --> 00:20:26,020 | |
| على ال conditional pattern اللي موجود عندك هنا | |
| 259 | |
| 00:20:26,020 --> 00:20:29,300 | |
| أبدأ مع ال frequent pattern اللي من واحد، as | |
| 260 | |
| 00:20:29,300 --> 00:20:33,120 | |
| initial suffix، suffix، يعني من البداية بدك تشتغل | |
| 261 | |
| 00:20:34,590 --> 00:20:39,090 | |
| Construct Conditional Pattern Based Which Consists | |
| 262 | |
| 00:20:39,090 --> 00:20:43,630 | |
| Of The Prefix Paths | |
| 263 | |
| 00:20:43,630 --> 00:20:46,670 | |
| In Every Tree Co-occurring With The Suffix In The | |
| 264 | |
| 00:20:46,670 --> 00:20:49,050 | |
| Motion، أبدأ مع الـ Tree اللي بتبدأ بالـ Suffix | |
| 265 | |
| 00:20:49,050 --> 00:20:53,910 | |
| اللي موجود عندك، Construct Conditional Pattern Tree | |
| 266 | |
| 00:20:53,910 --> 00:21:01,030 | |
| And Perform Mining On Such Tree، اللي عندك هنا، هيبدأ | |
| 267 | |
| 00:21:01,030 --> 00:21:06,230 | |
| يزيد معايا، growth is achieved by concatenation the | |
| 268 | |
| 00:21:06,230 --> 00:21:11,690 | |
| suffix مع ال frequent pattern اللي ظهر عندي، وأعيد | |
| 269 | |
| 00:21:11,690 --> 00:21:14,350 | |
| ذلك كثيرًا في خطوة أربعة، لحد ما تخلص ال tree، تعال | |
| 270 | |
| 00:21:14,350 --> 00:21:19,150 | |
| نشوف عندي هنا إيش اللي بيصير هنا، أو خليني أحتفظ | |
| 271 | |
| 00:21:19,150 --> 00:21:23,210 | |
| بفقط ال tree، وأشوف ال header إيش هذا بده عشان | |
| 272 | |
| 00:21:23,210 --> 00:21:25,930 | |
| بعدين بنشوفه، خليني بس أوقف هنا | |
| 273 | |
| 00:21:31,640 --> 00:21:35,040 | |
| الآن، عشان أنا أنشئ ال tree، أو أنا أبدأ أنشئ الـ | |
| 274 | |
| 00:21:35,040 --> 00:21:38,780 | |
| conditional ال pattern base، وال tree تبعتي، بناءً | |
| 275 | |
| 00:21:38,780 --> 00:21:41,580 | |
| على ال tree اللي موجودة عندنا، اللي أنشأناها | |
| 276 | |
| 00:21:41,580 --> 00:21:45,480 | |
| سابقا، الآن يا جماعة الخير، كان بيقول لي في المثال | |
| 277 | |
| 00:21:45,480 --> 00:21:50,120 | |
| السابق، أن أول حاجة أبدأ مع ال frequent pattern | |
| 278 | |
| 00:21:50,120 --> 00:21:56,200 | |
| length واحد، تمام؟ as initial suffix pattern، طيب | |
| 279 | |
| 00:21:56,200 --> 00:22:06,660 | |
| الفكرة، هل أنا بدي آخذ أي | |
| 280 | |
| 00:22:06,660 --> 00:22:10,460 | |
| اثنين، أو أي واحد، أو أي اثنين، أو أي اثنين، أو أي | |
| 281 | |
| 00:22:10,460 --> 00:22:12,640 | |
| اثنين، أو أي اثنين، أو أي اثنين، أو أي اثنين، أو أي | |
| 282 | |
| 00:22:12,640 --> 00:22:13,100 | |
| اثنين، أو أي اثنين، أو اثنين، أو اثنين، أو اثنين، أو | |
| 283 | |
| 00:22:13,100 --> 00:22:13,440 | |
| اثنين، أو اثنين، أو اثنين، أو اثنين، أو اثنين، أو اثنين | |
| 284 | |
| 00:22:13,440 --> 00:22:14,560 | |
| أو اثنين، أو اثنين، أو اثنين، أو اثنين، أو اثنين، أو | |
| 285 | |
| 00:22:14,560 --> 00:22:21,320 | |
| اثنين، أو اثنين، أو اثنين، أو اثنين، Depth Search، مظبوط | |
| 286 | |
| 00:22:21,320 --> 00:22:26,160 | |
| جالك Depth Search، Tree الـ Traversing، وبالتالي هو | |
| 287 | |
| 00:22:26,160 --> 00:22:28,540 | |
| بدوش أشتغل Breadth، بدوش أشتغل Depth، معناته Depth | |
| 288 | |
| 00:22:28,540 --> 00:22:31,640 | |
| بدّي أروح لأعمق نقطة، من أعمق نقطة؟ هذه النقاط | |
| 289 | |
| 00:22:31,640 --> 00:22:35,960 | |
| تبعتي، وأشتغل عليها، من النقاط اللي موجودة عندي في | |
| 290 | |
| 00:22:35,960 --> 00:22:44,090 | |
| ال leaves، يا جماعة الخير، I5، I4، I3، مظبوط، طيب وبعد | |
| 291 | |
| 00:22:44,090 --> 00:22:47,470 | |
| هنا كنت بدي أطلع لحد ما هي في عندي node، وبالتالي | |
| 292 | |
| 00:22:47,470 --> 00:22:52,510 | |
| النقاط تبعتها، كل العناصر، معدمين مع بعضهم، هذول | |
| 293 | |
| 00:22:52,510 --> 00:22:55,650 | |
| اللي موجودة فوق خالص، اللي هم جايين من النل، لأن هذول | |
| 294 | |
| 00:22:55,650 --> 00:23:07,650 | |
| هم بيمثلوا عندي، بيمثلوا المفتاح الأساس في الشغل، تمام | |
| 295 | |
| 00:23:09,130 --> 00:23:15,130 | |
| الآن، بما أن أنا هأشتغل، هأشتغل كالتالي، من خلال ال tree | |
| 296 | |
| 00:23:15,130 --> 00:23:21,710 | |
| اللي موجودة عندي، وزي ما قلنا، حأبدأ من ال I خمسة | |
| 297 | |
| 00:23:21,710 --> 00:23:25,870 | |
| إيه ال I خمسة؟ لا أنا بأصل لها من خلال مين يا جماعة | |
| 298 | |
| 00:23:25,870 --> 00:23:31,910 | |
| الخير؟ ال I خمسة أنا بأصل لها من خلال I اثنين و I | |
| 299 | |
| 00:23:31,910 --> 00:23:38,380 | |
| أربعة، عفواً، I2 و I1، كم مرة مرّيت عليهم عشان أصل للـ | |
| 300 | |
| 00:23:38,380 --> 00:23:41,900 | |
| element هذا؟ خليني، برضه، إحنا قلنا المعلومات تبعتنا | |
| 301 | |
| 00:23:41,900 --> 00:23:49,780 | |
| بدها تكون دائمًا موجودة عندي، خليني بس أجيب ال data | |
| 302 | |
| 00:23:49,780 --> 00:23:54,820 | |
| set عشان تظلّ حاضرة عندنا، هي هذه | |
| 303 | |
| 00:24:03,760 --> 00:24:20,280 | |
| وبدي أجيبها هنا على الآخر، لماذا | |
| 304 | |
| 00:24:20,280 --> 00:24:28,200 | |
| لا أشوف ال animation، حقيقية animation | |
| 305 | |
| 00:24:28,200 --> 00:24:32,980 | |
| team group، لا أريد animation حقيقية | |
| 306 | |
| 00:24:37,210 --> 00:24:42,550 | |
| كل هاي ال elements اللي أنا بدي أشتغل عليهم، طيب الـ | |
| 307 | |
| 00:24:42,550 --> 00:24:55,190 | |
| I الآن | |
| 308 | |
| 00:24:55,190 --> 00:24:58,190 | |
| جمعت الخيار، فهذا الجدول، هيلزمني عشان أنا أقدر | |
| 309 | |
| 00:24:58,190 --> 00:25:01,570 | |
| أتذكر أنا فعليًا ال conditional pattern base، أنا | |
| 310 | |
| 00:25:01,570 --> 00:25:06,330 | |
| وصلت للـ I خمسة، خلال الـ I5، أنا وصلت لها من خلال | |
| 311 | |
| 00:25:06,330 --> 00:25:16,990 | |
| وصلت لها مرتين، مرة من خلال I2 و I1 لحالهم، هذه كانت | |
| 312 | |
| 00:25:16,990 --> 00:25:32,710 | |
| مرة مظبوط، ومرة كانت من خلال I1 و I3، I2، I1، I3، هذه | |
| 313 | |
| 00:25:32,710 --> 00:25:37,400 | |
| كمان مرة، معناته أنا، هي ال path أو هي المسارات اللي | |
| 314 | |
| 00:25:37,400 --> 00:25:46,440 | |
| ودّتني لمين؟ ل I5 اللي موجودة هنا، وبناءً عليه أنا الـ | |
| 315 | |
| 00:25:46,440 --> 00:25:52,320 | |
| nodes اللي فعليًا بتهمّني في عدد تكرارها، مين اللي | |
| 316 | |
| 00:25:52,320 --> 00:25:59,280 | |
| ظهرت مرتين؟ عندها في ال conditional، I2 ظهرت مرتين، و | |
| 317 | |
| 00:25:59,280 --> 00:26:05,790 | |
| I1 ظهرت مرتين، I3 ما بتلزمني، لأنها ظهرت لمرة واحدة، طب | |
| 318 | |
| 00:26:05,790 --> 00:26:09,150 | |
| إيش ال frequent pattern اللي بنعملها generation؟ | |
| 319 | |
| 00:26:09,150 --> 00:26:13,830 | |
| معناته أنا بقدر أجي أقول I2، I5، هذا frequent | |
| 320 | |
| 00:26:13,830 --> 00:26:21,510 | |
| pattern، وعدد مرات ظهوره اثنين، في عند I1، I5، وهذا عدد | |
| 321 | |
| 00:26:21,510 --> 00:26:26,070 | |
| مرات ظهوره برضه عدد مرات ظهوره اثنين، وفي عند ال pattern | |
| 322 | |
| 00:26:26,070 --> 00:26:32,410 | |
| الثالث اللي هو I2، I1، I5، اللي هو الـ combination | |
| 323 | |
| 00:26:32,410 --> 00:26:36,010 | |
| عفواً، لهم كلهم، لأن هذه frequent وهذه frequent، فلما | |
| 324 | |
| 00:26:36,010 --> 00:26:39,170 | |
| نضيفهم مع بعض، هيكون في عندي frequent، وهي ال pattern | |
| 325 | |
| 00:26:39,170 --> 00:26:43,190 | |
| تبعتها، وبالتالي هذه هي ال generated frequent | |
| 326 | |
| 00:26:43,190 --> 00:26:49,310 | |
| pattern اللي طلعت عندي، كمان مرة نشوفها مع I4، I4 | |
| 327 | |
| 00:26:49,310 --> 00:26:53,630 | |
| إيش عمليات الوصول اللي كانت لها؟ كانت من خلال 2 | |
| 328 | |
| 00:26:53,630 --> 00:27:03,280 | |
| هذه المسارات، I2 مباشرة لحالها، أي اثنين، كم مرة وصلت | |
| 329 | |
| 00:27:03,280 --> 00:27:10,260 | |
| لها؟ اللي، عفواً، عندها، أي اثنين، أي أربعة، كان عندي عدد | |
| 330 | |
| 00:27:10,260 --> 00:27:15,120 | |
| مرات الظهور، مرة عبر أي واحد، ومرة عبر أي اثنين، يعني | |
| 331 | |
| 00:27:15,120 --> 00:27:21,580 | |
| أي اثنين مرة واحدة، مظبوط، ومرة من خلال أي اثنين، أي | |
| 332 | |
| 00:27:21,580 --> 00:27:23,100 | |
| واحد، كذلك مرة | |
| 333 | |
| 00:27:25,920 --> 00:27:31,760 | |
| الآن، من يلزمّني من هؤلاء اللي أظهر مرتين على الأقل؟ | |
| 334 | |
| 00:27:31,760 --> 00:27:34,700 | |
| الـ I2، معناته الـ Conditional Pattern Tree تبعتي | |
| 335 | |
| 00:27:34,700 --> 00:27:40,600 | |
| ال I2 مرتين، وبالتالي بأجي، ال frequent pattern | |
| 336 | |
| 00:27:40,600 --> 00:27:46,140 | |
| تبعتي، حتكون I2، I4، وهي ال support تبعتها، ال minimum | |
| 337 | |
| 00:27:46,140 --> 00:27:51,740 | |
| support تبعتها 2، بأجي للـ I3، بنفس الكلام، I3 كيف وصلت | |
| 338 | |
| 00:27:51,740 --> 00:27:58,860 | |
| لها؟ إيش المسارات تبعتها؟ I3، I3، I3، I3، I3، I3، I3، I3، I3، I3 | |
| 339 | |
| 00:27:58,860 --> 00:28:00,700 | |
| I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3 | |
| 340 | |
| 00:28:00,700 --> 00:28:00,820 | |
| I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3 | |
| 341 | |
| 00:28:00,820 --> 00:28:04,540 | |
| I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3 | |
| 342 | |
| 00:28:04,540 --> 00:28:05,400 | |
| I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3 | |
| 343 | |
| 00:28:05,400 --> 00:28:10,580 | |
| I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3، I3 | |
| 344 | |
| 00:28:24,850 --> 00:28:32,970 | |
| هنا برضه مرتين، عبر I2، I1، I2، I1، برضه مرتين، مين الـ | |
| 345 | |
| 00:28:32,970 --> 00:28:36,850 | |
| frequent pattern عندي هنا؟ كلهم frequent، لأن I1 و | |
| 346 | |
| 00:28:36,850 --> 00:28:41,330 | |
| I2 عبارة عن frequent patterns، وبالتالي الـ | |
| 347 | |
| 00:28:41,330 --> 00:28:52,610 | |
| conditional tree تبعتي، I2 ظهرت أربع مرات، و I1 ظهرت | |
| 348 | |
| 00:28:52,610 --> 00:28:59,940 | |
| مرتين، عفواً، أي واحد ظهرت مرتين كذلك، في عندي أي واحد | |
| 349 | |
| 00:28:59,940 --> 00:29:02,880 | |
| ظهرت لحالها، طبعاً أنا جمعت هذول الاثنين مع بعض، إن | |
| 350 | |
| 00:29:02,880 --> 00:29:07,120 | |
| هذي وهذي، في بينهم intersection، أو جايين مع بعضهم | |
| 351 | |
| 00:29:07,120 --> 00:29:11,180 | |
| صحيح، اللي هم في pattern واحد، فإذا أنا بأعتبر إن | |
| 352 | |
| 00:29:11,180 --> 00:29:14,140 | |
| هذي pattern واحد، معناته إن هي ال pattern اللي عندي | |
| 353 | |
| 00:29:14,140 --> 00:29:18,340 | |
| أو ال condition اللي أريه، وعندي هنا أي واحد ظهرت | |
| 354 | |
| 00:29:18,340 --> 00:29:22,930 | |
| لحالها مرتين، إيش ال frequent pattern اللي عندي | |
| 355 | |
| 00:29:22,930 --> 00:29:38,670 | |
| حتكلم على combination، I2، I3 مرتين، كذلك عندي I1، I3 | |
| 356 | |
| 00:29:38,670 --> 00:29:43,590 | |
| عفواً، ليش مرتين؟ أربع مرات، لأن I2 أربع مرات ظهرت، هي | |
| 357 | |
| 00:29:43,590 --> 00:29:46,050 | |
| أربعة وهنا I3 | |
| 358 | |
| 00:29:49,070 --> 00:29:54,870 | |
| أي، أي اثنين مرتين هنا و مرتين هنا يعني أربعة، مرتين | |
| 359 | |
| 00:29:54,870 --> 00:30:03,370 | |
| ومرتين يعني أربعة، وهنا في عندي أي اثنين، أي واحد | |
| 360 | |
| 00:30:03,370 --> 00:30:12,210 | |
| أي ثلاثة، وهذا كذلك ظهر مرتين، وبالتالي | |
| 361 | |
| 00:30:12,210 --> 00:30:15,710 | |
| أنا هاي ال patterns اللي موجودة عندي، وهكذا بتظهر | |
| 362 | |
| 00:30:15,710 --> 00:30:21,580 | |
| عندي بجهة ال letter، وبالتالي هذه الـ pre، كل الـ | |
| 363 | |
| 00:30:21,580 --> 00:30:24,040 | |
| patterns، هذه مجموعة الـ generated frequent | |
| 364 | |
| 00:30:24,040 --> 00:30:28,080 | |
| patterns اللي أنا اشتغلت عليهم، أعمل ما بين الـ | |
| 365 | |
| 00:30:28,080 --> 00:30:31,440 | |
| patterns هذول، عبارة عن ال association rules اللي | |
| 366 | |
| 00:30:31,440 --> 00:30:36,500 | |
| موجودة عندها، ال FP growth method transforms the | |
| 367 | |
| 00:30:36,500 --> 00:30:40,710 | |
| problem of finding long frequent patterns، حولت | |
| 368 | |
| 00:30:40,710 --> 00:30:44,230 | |
| لها من البحث عن long frequent patterns searching | |
| 369 | |
| 00:30:44,230 --> 00:30:48,330 | |
| for shorter ones recursively and concatenating the | |
| 370 | |
| 00:30:48,330 --> 00:30:52,510 | |
| suffix، ودائمًا بأجمع لها ال suffix اللي بتكون | |
| 371 | |
| 00:30:52,510 --> 00:30:57,610 | |
| موجودة، it uses the least frequent items as suffix | |
| 372 | |
| 00:30:58,530 --> 00:31:02,870 | |
| ليش؟ لأن هم هذول الموجودين تحت خالص، تمام، offering | |
| 373 | |
| 00:31:02,870 --> 00:31:07,270 | |
| good selectivity، وتوفر عليها الموضوع، وهذا اختيار | |
| 374 | |
| 00:31:07,270 --> 00:31:09,810 | |
| مناسب، the method .. the method، عفواً | |
| 375 | |
| 00:31:09,810 --> 00:31:14,630 | |
| substantially .. substantially reduces the search | |
| 376 | |
| 00:31:14,630 --> 00:31:19,690 | |
| cost، لأنها بتشتغلش في ال breadth، depth، عفواً الـ | |
| 377 | |
| 00:31:19,690 --> 00:31:23,110 | |
| search، طيب | |
| 378 | |
| 00:31:23,110 --> 00:31:26,410 | |
| خلينا، بدنا نشوف المثال التالي | |
| 379 | |
| 00:31:34,890 --> 00:31:39,270 | |
| هذا مثال .. مثال ثاني، تكمّلونه لوحدكم إن شاء الله | |
| 380 | |
| 00:31:39,270 --> 00:31:44,350 | |
| تعالوا، فرصة لكم تتدربوا وتشوفوا الخطوات، لإنشاء الـ | |
| 381 | |
| 00:31:44,350 --> 00:31:47,910 | |
| header tree، أو ال table السابق، وكيف إحنا اشتغلنا | |
| 382 | |
| 00:31:47,910 --> 00:31:52,530 | |
| عليه خطوة بخطوة، الآن بيقول لي أن في عندي transaction | |
| 383 | |
| 00:31:52,530 --> 00:31:55,950 | |
| data set من خمس عناصر، فيها ال elements اللي أنتَ | |
| 384 | |
| 00:31:55,950 --> 00:31:59,590 | |
| مشتركها، ال minimum support تبعتها، minimum support | |
| 385 | |
| 00:31:59,590 --> 00:32:03,230 | |
| معناته، يا جماعة الخير، بدي أجي أعدّ، والله، ال F واحدة | |
| 386 | |
| 00:32:03,230 --> 00:32:06,590 | |
| اثنين، ثلاثة، أربعة، أكبر من ال minimum support | |
| 387 | |
| 00:32:06,590 --> 00:32:17,590 | |
| معناته ال F frequent، ال A، مرة، اثنين، ثلاثة | |
| 388 | |
| 00:32:17,590 --> 00:32:21,450 | |
| ال A frequent، ال C، مرة، اثنين، ثلاثة، أربعة، ال C | |
| 389 | |
| 00:32:21,450 --> 00:32:27,950 | |
| frequent، هنا |