Bài viết Ứng dụng mô hình máy học véc tơ tựa (SVM) trong phân tích dữ liệu điểm sinh viên đề xuất ứng dụng mô hình kết hợp máy học véc-tơ tựa và hệ thống mờ trong việc trích xuất luật mờ từ dữ liệu điểm sinh viên. Máy học Véc-tơ tựa (SVMs) và hệ thống luật mờ có sự tương đương nhau với một số điều kiện nhất định. | TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG - SỐ 12 73 .2013 Quyển 2 ỨNG DỤNG MÔ HÌNH MÁY HỌC VÉC-TƠ TỰA SVM TRONG PHÂN TÍCH DỮ LIỆU ĐIỂM SINH VIÊN APPLICATION OF THE SUPPORT VECTOR MACHINE FOR ANALYSES OF STUDENT SCORE DATA Nguyễn Đức Hiển Trường Cao đẳng Công nghệ Thông tin Đại học Đà Nẵng Email hiencit@ TÓM TẮT Bài báo này đề xuất ứng dụng mô hình kết hợp máy học véc-tơ tựa và hệ thống mờ trong việc trích xuất luật mờ từ dữ liệu điểm sinh viên. Máy học Véc-tơ tựa SVMs và hệ thống luật mờ có sự tương đương nhau với một số điều kiện nhất định. Trên cơ sở phân tích sự tương đương giữa mô hình máy học Véc-tơ tựa với mô hình mờ Fuzzy model chúng tôi đề xuất một mô hình tích hợp SVMs và Fuzzy model để trích xuất luật mờ từ kết quả huấn luyện SVMs. Thuật toán f-SVM cho phép sản xuất được các luật mờ từ dữ liệu huấn luyện. Dữ liệu điểm thực tế của sinh viên được sử dụng để kiểm tra khả năng thực hiện của mô hình đề xuất. Tập luật mờ trích xuất được từ tập dữ liệu huấn luyện bằng thuật toán f-SVM sẽ được sử dụng để suy luận trên tập dữ liệu thử nghiệm. Từ khóa Máy học véc-tơ tựa mô hình mờ khai phá luật kết hợp khai phá dữ liệu luật mờ ABSTRACT This paper proposed an application of a combining model based on the support vector machine and fuzzy system to extract fuzzy rules from the student score data. The support vector machines and fuzzy rule systems are functionally equivalent under some conditions. Based on the discussions about the equivalence between SVMs and the Fuzzy model we proposed a combining model for extracting fuzzy rules from the trained SVMs. The f-SVM algorithm allows us to extract the fuzzy rules from the training data set. The real data sets of student scores were used to examine the performance of the proposed model. The fuzzy rules obtained from the training data using f-SVM algorithm is tested on the testing data. Key words support vector machine Fuzzy model Association Rule Discovery Association Rule mining data mining fuzzy .
