Automating the Design of Data Mining Algorithms: An Evolutionary Computation Approach

داده کاوی یک حوزه تحقیقاتی بسیار فعال با بسیاری از برنامه های کاربردی در دنیای واقعی است. این شامل مجموعه ای از مفاهیم و روش های مورد استفاده برای استخراج دانش (یا الگوهای) جالب یا مفید از مجموعه داده های دنیای واقعی است که پشتیبانی ارزشمندی را برای تصمیم گیری در صنعت، تجارت، دولت و علم ارائه می دهد. اگرچه در حال حاضر انواع مختلفی از الگوریتم های داده کاوی در ادبیات موجود وجود دارد، هنوز انتخاب بهترین الگوریتم داده کاوی ممکن برای مشکل داده کاوی خاص برای کاربران دشوار است. علاوه بر این، الگوهای داده کاوی به صورت دستی طراحی شده اند. بنابراین آنها تعصبات و ترجیحات انسانی را در بر می گیرند. این کتاب رویکرد جدیدی را برای طراحی الگوریتم های داده کاوی پیشنهاد می کند. - این کتاب به جای تکیه بر فرآیند آهسته و موقت طراحی الگوریتم دستی، خودکارسازی سیستماتیک طراحی الگوریتم های داده کاوی با رویکرد محاسبات تکاملی را پیشنهاد می کند. به طور دقیق‌تر، ما یک سیستم برنامه‌نویسی ژنتیکی (نوعی روش محاسباتی تکاملی که برنامه‌های رایانه‌ای را تکامل می‌دهد) برای خودکارسازی طراحی الگوریتم‌های القاء قوانین، نوعی روش کلی‌بندی که مجموعه‌ای از قوانین طبقه‌بندی را کشف می‌کند، پیشنهاد می‌کنیم. از داده ها ما در این کتاب بر برنامه‌ریزی ژنتیکی تمرکز می‌کنیم، زیرا این روش نمونه‌ای از روش یادگیری ماشین برای خودکارسازی تولید برنامه‌ها است و به دلیل اینکه مزیت انجام جستجوی سراسری در فضای راه‌حل‌های کاندید (الگوریتم‌های داده کاوی در مورد ما) را دارد. اما در اصل انواع دیگری از روش های جستجو برای این کار را می توان در آینده بررسی کرد.

Data mining is a very active research area with many successful real-world app- cations. It consists of a set of concepts and methods used to extract interesting or useful knowledge (or patterns) from real-world datasets, providing valuable support for decision making in industry, business, government, and science. Although there are already many types of data mining algorithms available in the literature, it is still dif cult for users to choose the best possible data mining algorithm for their particular data mining problem. In addition, data mining al- rithms have been manually designed; therefore they incorporate human biases and preferences. This book proposes a new approach to the design of data mining algorithms. - stead of relying on the slow and ad hoc process of manual algorithm design, this book proposes systematically automating the design of data mining algorithms with an evolutionary computation approach. More precisely, we propose a genetic p- gramming system (a type of evolutionary computation method that evolves c- puter programs) to automate the design of rule induction algorithms, a type of cl- si cation method that discovers a set of classi cation rules from data. We focus on genetic programming in this book because it is the paradigmatic type of machine learning method for automating the generation of programs and because it has the advantage of performing a global search in the space of candidate solutions (data mining algorithms in our case), but in principle other types of search methods for this task could be investigated in the future.