On expressiveness and uncertainty awareness in rule-based classification for data streams

جریان داده های معدن یک عنصر اصلی تجزیه و تحلیل داده بزرگ است. این نشان دهنده سرعت مجموعه داده های بزرگ است که یکی از چهار جنبه ای از اطلاعات بزرگ است، سه نفر دیگر حجم، تنوع و حقیقت هستند. به عنوان جریان داده ها در، مدل ها با استفاده از تکنیک های داده کاوی متناسب با به روز رسانی مدل مداوم و سریع طراحی شده اند. نابرابری حاکم در میان رویکردهای موفقیت آمیز در نظریه یادگیری برای جریان داده ها بوده است. در این زمینه، معمولا برای ارائه یک حد آماری برای تعداد نمونه هایی که در هر مرحله از فرایند یادگیری افزایشی مورد نیاز است، استفاده می شود. این مسئله برای هر دو مسئله طبقه بندی و خوشه بندی اعمال شده است. علیرغم موفقیت طبقه بندی درخت هفتگداز و دیگر روش های داده کاوی جریان داده، چنین مدل هایی به توضیح اینکه چگونه نتایج آنها (یعنی طبقه بندی ها) به دست می آیند (بوکس سیاه). اکسپلویت مدل تصمیم گیری در جریان داده ها، محدوده ای از تحقیقات است که با وجود اهمیت عملی آن، کمتر توجه کرده است. در این مقاله، ما این موضوع را مورد توجه قرار می دهیم، تصویب نابرابری حوضه به عنوان قائم مقام برای ایجاد قوانین تصمیم گیری که می تواند به تصمیم گیرندگان با پیش بینی های آگاه (جعبه سفید) کمک کند. ما روش رمانتیستی خود را با استفاده از نابرابری حاکم در روش تعریف کردیم تا برآورد کنیم که آیا یک قاعده القایی از یک نمونه کوچکتر از یک قاعده منجر به یک نمونه بزرگتر از یک کیفیت مشابه خواهد بود یا خیر. روش جدید به تعدادی از مشارکت های جدیدی از جمله دست زدن به عدم اطمینان از طریق مخالفت، برخورد با داده های مداوم از طریق مدل سازی آماری گاوس و الگوریتم سریع آزمایش شده ثابت شده است. ما یک مطالعه آزمایشی کامل با استفاده از مجموعه داده های معیاری انجام دادیم، که نشان دهنده کارآیی و ظرافت روش پیشنهاد شده در مقایسه با حالت پیشرفته است.