PL9fwy3NUQKwYNuAEg27anya7EYamnohGd/XptbH5_PJns_postprocess.srt

1
00:00:01,030 --> 00:00:02,950
بسم الله الرحمن الرحيم والصلاة والسلام على الرسول

2
00:00:02,950 --> 00:00:05,610
الله أهلا و أهلا بكم في التسجيل الأخير أو في

3
00:00:05,610 --> 00:00:08,670
المقطع الأخير من موضوع الـ Association role كنا

4
00:00:08,670 --> 00:00:12,050
نتكلم في المحاضرة السابقة على ال FP Growth وقبلنا

5
00:00:12,050 --> 00:00:16,350
.. أو في التسجيل السابق عفوا ال FP Growth وشوفنا

6
00:00:16,350 --> 00:00:21,290
فعلا ال scalability و ال a priori algorithm سابقا

7
00:00:21,290 --> 00:00:25,110
وطركني أقول مثل هذا تحلوه لوحدكم عشان تتدربوا عليه

8
00:00:25,510 --> 00:00:30,450
الان اللى هنتكلم في جزئية ان انا فعليا موضوع ال

9
00:00:30,450 --> 00:00:37,450
mining له different kinds of association rules ال

10
00:00:37,450 --> 00:00:40,730
association

11
00:00:40,730 --> 00:00:46,330
rules اللى عدي عبارة عن level واحدفهل في مجالي ان

12
00:00:46,330 --> 00:00:49,710
انا اتكلم على multilevel association rules بمعنى

13
00:00:49,710 --> 00:00:54,450
اخر if then else then بالشكل هذا involve concept

14
00:00:54,450 --> 00:00:57,050
of different level of abstraction هل هذا ممكن

15
00:00:57,050 --> 00:00:59,890
ممتاح او لا في ال multidimensional association

16
00:00:59,890 --> 00:01:03,710
rules involve more than one dimension انا شغال ب

17
00:01:03,710 --> 00:01:08,900
one dimension دائمااللي هي ال .. ال .. ال .. ال ..

18
00:01:08,900 --> 00:01:08,920
ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال

19
00:01:08,920 --> 00:01:09,460
.. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال ..

20
00:01:09,460 --> 00:01:17,480
ال .. ال .. ال .. ال .. ال .. ال .. ال ..

21
00:01:17,480 --> 00:01:19,020
ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال

22
00:01:19,020 --> 00:01:19,060
.. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال ..

23
00:01:19,060 --> 00:01:19,620
ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال

24
00:01:19,620 --> 00:01:19,720
.. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال ..

25
00:01:19,720 --> 00:01:20,540
.. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال ..

26
00:01:20,540 --> 00:01:21,420
ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال

27
00:01:21,420 --> 00:01:24,100
.. ال .. ال .. ال .. ال .. ال .. ال .. ال .. ال ..

28
00:01:24,100 --> 00:01:32,780
.. ال .. ال .. ال .. ال .. ال .. الهذه عبارة عن

29
00:01:32,780 --> 00:01:37,920
مسائل مفتوحة في موضوع الـ Association Rules ومازال

30
00:01:37,920 --> 00:01:43,900
الناس عمالها بتحاول تشتغل عليهاهل الـ quantitative

31
00:01:43,900 --> 00:01:47,480
هل الـ numeric values الاتريبوتس احنا سابقا شفنا

32
00:01:47,480 --> 00:01:53,000
ان ال item موجود نفسه اشتراه و مااشتراهوش yes و no

33
00:01:53,000 --> 00:01:56,660
صح حرناهم و لا بتحول في بداية العملية و بتحولهم ل

34
00:01:56,660 --> 00:01:59,460
binary طب الآن هذا ال value كان في عندي different

35
00:01:59,460 --> 00:02:02,940
values ال numeric values ال quantitative كيف ممكن

36
00:02:02,940 --> 00:02:06,240
انا اتعامل مع ال association rules كذلك من الشغلات

37
00:02:06,240 --> 00:02:09,260
المهمة بالنسبة لنا في الموضوع ال measurement احنا

38
00:02:09,260 --> 00:02:13,760
اتعرفنا على ال support و ال confidenceو هدولة

39
00:02:13,760 --> 00:02:17,520
كانوا هم الأساس طيب شو بده يصير لو انا كان في عندي

40
00:02:17,520 --> 00:02:20,940
large support و large confidence لو انا كان هدولة

41
00:02:20,940 --> 00:02:24,100
كبارة جدا يعني هو سيكون صير في عندي small number

42
00:02:24,100 --> 00:02:27,980
من ال association rules بينموزيني يعني ان انا في

43
00:02:27,980 --> 00:02:37,040
عندي علاقة أرضية عكسية ما بين ال support و ال

44
00:02:37,040 --> 00:02:44,990
confidence و العدد ال association rulesوبالتالي كل

45
00:02:44,990 --> 00:02:49,690
ما بزيد ال association rules بجل العدد اللي موجود

46
00:02:49,690 --> 00:02:54,870
عندهم ال support small يعني انا اتومنس يعني ايش

47
00:02:54,870 --> 00:03:05,210
افضل ال threshold او the best threshold ممكن

48
00:03:05,210 --> 00:03:10,270
انا اطبقه في ال finding او في عملية البحث على ال

49
00:03:10,270 --> 00:03:13,640
association rules اللي موجودة عندهمكذلك ان انا

50
00:03:13,640 --> 00:03:18,280
ممكن يصير في موضوع ال confidence وال support بعض

51
00:03:18,280 --> 00:03:22,320
ال misleading او بعض السوء الفهم خلينا نشوف ال

52
00:03:22,320 --> 00:03:26,820
contingency table اللي موجود عندي هنا عملوا

53
00:03:26,820 --> 00:03:33,210
استطلاع من 500 واحدحاول انه .. بيلعبوا .. بيلعبوا

54
00:03:33,210 --> 00:03:37,230
كرة سلة و بيشربوا .. بين لعبين الكرة السلة و

55
00:03:37,230 --> 00:03:40,590
بيشربوا حليب ولا مابيشربوش او خيانة اخد خمس سلاف

56
00:03:40,590 --> 00:03:44,390
واحد و اشتغلوا ايه فكان من الخمس سلاف دول انه في

57
00:03:44,390 --> 00:03:48,390
ألفين بيقولوا ان كل لعبين السلة لازم يشربوا الحليب

58
00:03:48,390 --> 00:03:51,570
بينما ألف وسبعمائة و خمسين بيقولوا لأ مش ضروري

59
00:03:51,570 --> 00:03:56,540
اللي بيشربوا الحليب هدول ما يكونوا بيلعبوا سلةكذلك

60
00:03:56,540 --> 00:04:04,460
في الوف قالوا لأ الشرب الحليب مش مرتبط باللعب

61
00:04:04,460 --> 00:04:10,140
السلة كرة السلة و 250 قالوا لا بيشربوا حليب ولا

62
00:04:10,140 --> 00:04:15,410
بيلعبوا سلةيعني هو كأنه الاستطلاع بين رأيك انت

63
00:04:15,410 --> 00:04:20,290
بتشرب حلو و بتلعب كرة سلة و تحاول أن تلعب انصارين

64
00:04:20,290 --> 00:04:24,690
مع بعض يعني drinking milk و playing football هدولة

65
00:04:24,690 --> 00:04:27,770
binary tables او binary attributes كانوا موجودين

66
00:04:27,770 --> 00:04:37,430
عندي هيهم playing و drinking playing basketball و

67
00:04:37,430 --> 00:04:46,860
ال values اللي موجودة عندهاyes و no و

68
00:04:46,860 --> 00:04:51,580
العكس صحيح موجود في التنين تمام و هكذا هي

69
00:04:51,580 --> 00:04:54,500
الاستطلاع فكانت ال contingency table تبع الاستطلاع

70
00:04:54,500 --> 00:04:57,620
هي من ال contingency table اللي موجود عندها لما

71
00:04:57,620 --> 00:05:09,940
انا جاعد بقول الفين تمامالنسبة 40% لعب كرة السلة

72
00:05:09,940 --> 00:05:16,600
يؤدي إلى شرب الحليب الـ

73
00:05:16,600 --> 00:05:21,340
Confidence

74
00:05:21,340 --> 00:05:29,640
فعليا 2000 على 3000مصبوط لأن هؤلاء فئة الناس اللي

75
00:05:29,640 --> 00:05:33,900
بتلعب السلة فعدد مرتبط على ال probability ألفين

76
00:05:33,900 --> 00:05:36,280
على عدد اللي بيلعبوا سلة تلت تلاف ال high

77
00:05:36,280 --> 00:05:41,160
confidence او ال support تبعت الأول على ال support

78
00:05:41,160 --> 00:05:46,240
تبعت ال association rule على ال support تبعت الأول

79
00:05:46,240 --> 00:05:49,600
من ال association rule ألفين على تلت تلاف سبعة

80
00:05:49,600 --> 00:05:55,730
وسبعين في المائة هذه ال data is misleadingلأن ال

81
00:05:55,730 --> 00:05:58,270
over all عندى percentage بين ال students او بين

82
00:05:58,270 --> 00:06:02,310
الناس اللى زى شمالهم الاستطلاع بتكلموا عن شرب

83
00:06:02,310 --> 00:06:08,830
الحليب هم عمارة عن خمسة و سبعين في المية تمام؟

84
00:06:08,830 --> 00:06:16,670
وهذا الكلام اكتر من ستة و ستين في المية طيب تعالى

85
00:06:16,670 --> 00:06:23,930
نشوفها لو انا جيت جلبت او اخدت ال playing football

86
00:06:23,930 --> 00:06:24,610
و نطت

87
00:06:31,500 --> 00:06:36,520
عشرين في المية لان عشرة على خمسة ألف و عشرة على

88
00:06:36,520 --> 00:06:37,240
تلاتة و تلاتين

89
00:06:42,770 --> 00:06:51,250
لكن ال support تبعتها confidence و ال support

90
00:06:51,250 --> 00:06:58,330
تبعتها مجلال وبالتالي أنا مش هاخد ال role هذا لأن

91
00:06:58,330 --> 00:07:04,190
هو فعليا higher support و higher confidence بينما

92
00:07:04,190 --> 00:07:07,690
هو misleading وبالتالي موضوع ال support و ال

93
00:07:07,690 --> 00:07:13,370
confidence لحالهمهو غير كافي بالنسبة لنا في موضوع

94
00:07:13,370 --> 00:07:16,790
الـ Measuring تبع الـ Association Roles لأنه كما

95
00:07:16,790 --> 00:07:20,970
رأينا نفسنا يمكن أن يكون هناك Misleading ماهو الحل

96
00:07:20,970 --> 00:07:25,330
اللي نحن نتكلم عنه؟ هل يمكن أن يكون هناك زوّر؟ هل

97
00:07:25,330 --> 00:07:28,950
يمكن أن يكون هناك Framework يشكل إضافة عندنا؟

98
00:07:36,110 --> 00:07:40,070
الـ Correlation ممكن تستخدمها كمجارية ممكن

99
00:07:40,070 --> 00:07:43,430
تستخدمها كمجارية تعمل تعمل تعمل تعمل تعمل تعمل

100
00:07:43,430 --> 00:07:44,910
تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل

101
00:07:44,910 --> 00:07:45,010
تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل

102
00:07:45,010 --> 00:07:45,270
تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل

103
00:07:45,270 --> 00:07:45,630
تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل تعمل

104
00:07:49,010 --> 00:07:54,510
أنا ممكن أضيف الـ Correlation عشان يصير في عندي ك

105
00:07:54,510 --> 00:07:58,350
Element تالت مع ال support و ال confidence عشان

106
00:07:58,350 --> 00:08:01,770
انا اشوف العلاقة وبالتالي ال Correlation Major ليس

107
00:08:01,770 --> 00:08:06,210
فقط بسبب ال support و ال confidence بل فقط بسبب ال

108
00:08:06,210 --> 00:08:09,370
Correlation بين ال item set العلاقة ما بين ال item

109
00:08:09,370 --> 00:08:15,060
set احنا متفقين ان ال A و ال Bتقاطع بينهم من

110
00:08:15,060 --> 00:08:19,880
البداية في نعم و التقاطع بينهم في okay هذا كلام

111
00:08:19,880 --> 00:08:23,180
صحيح يعني independent attributes لكن هل في ممكن

112
00:08:23,180 --> 00:08:26,840
يكون في correlation بينهم و احنا مش شايفينه او ال

113
00:08:26,840 --> 00:08:31,990
correlation هذا مش او لا ينتميأو لا يمثل بجموعة من

114
00:08:31,990 --> 00:08:34,270
الـ Item Sets أو من الـ Items اللي موجودين في الـ

115
00:08:34,270 --> 00:08:38,570
Item Set فممكن أنا أضيفه كذلك ممكن أنا أعتمد

116
00:08:38,570 --> 00:08:43,330
أستخدم الـ Chi-Square تمام اللي لما اتكلمنا على

117
00:08:43,330 --> 00:08:47,690
الـفي الـ Correlation أستخدم الـ Tri-Square لما

118
00:08:47,690 --> 00:08:50,850
أكون في الـ Data اللي عندي هي categorial أو

119
00:08:50,850 --> 00:08:54,330
nominal أو أعتمد على شغل بنسميها احنا ال left

120
00:08:54,330 --> 00:08:57,790
analysis أو ال left correlation وهو عبارة عن

121
00:08:57,790 --> 00:09:02,290
Correlation سهل الفكرة فيه بكل بساطة انه انا

122
00:09:02,290 --> 00:09:06,830
المفروض ان ال item set ظهورها ال A و ال B

123
00:09:06,830 --> 00:09:11,370
independent و ال occurrence تبعتهم غير مرتبطة في

124
00:09:11,370 --> 00:09:15,360
ابعاطهمبالتالي ال probability تبع ال A اتحاد ال B

125
00:09:15,360 --> 00:09:20,100
تساوي ال probability لل A في ال probability لل B

126
00:09:20,100 --> 00:09:25,300
otherwise ال A و ال B are dependent يمكن أن يكون

127
00:09:25,300 --> 00:09:30,180
بينهم dependent و ال correlation as دليل على ال

128
00:09:30,180 --> 00:09:35,270
dependency اللي موجودةعندها فبكل بساطة ممكن انا

129
00:09:35,270 --> 00:09:37,790
احنا اتفقنا كمان مرة لجماعة الخيار انه انا بدي

130
00:09:37,790 --> 00:09:40,970
اضيف ال correlation ال correlation هذه اما بتكون H

131
00:09:40,970 --> 00:09:47,550
I Square تمام او بتكون اللي هي ال left او بتكون ال

132
00:09:47,550 --> 00:09:50,350
left measurement ال left بقول ليه لو كان في عندي

133
00:09:50,350 --> 00:09:55,360
association rule A و BAA plus B as defined as

134
00:09:55,360 --> 00:10:00,020
اللفت بعرف ليها انه تساوي ال probability للاتحادهم

135
00:10:00,020 --> 00:10:04,660
على ال probability ل الحصل ضربهم وهذه تساوي ال

136
00:10:04,660 --> 00:10:06,780
probability لل B difference ال A على ال

137
00:10:06,780 --> 00:10:10,160
probability لل B الكلام أسهل بعيدا عن ال

138
00:10:10,160 --> 00:10:14,260
probability اللفته ساوي ال confidence لل A و ال B

139
00:10:14,260 --> 00:10:18,140
على ال support تبع ال B سابقا ال confidence هي

140
00:10:18,140 --> 00:10:23,720
كانتالـ Support تبع الـ A و الـ B الـ Confidence

141
00:10:23,720 --> 00:10:29,260
التي كانت الـ Support للـ A تبع الـ B على الـ

142
00:10:29,260 --> 00:10:35,340
Support تبع الـ A الآن ستصبح المسألة كلها يتضف لها

143
00:10:35,340 --> 00:10:40,760
الـ Support تبع الـ B وهكذا سأكون حققت الـ

144
00:10:40,760 --> 00:10:44,940
Probability اللي موجودة عندها وبالتالي هي عبارة عن

145
00:10:44,940 --> 00:10:51,460
الـ Ratioof confidence to expected confidence

146
00:10:51,460 --> 00:10:55,940
وهكذا انا اتكلم ان هاتي عندى major تالت ممكن يكون

147
00:10:55,940 --> 00:10:59,660
يضيفلي تحسين على موضوع ال selection للمولودها

148
00:10:59,660 --> 00:11:03,720
والاصل انه انا كل ما بيجيل ابت المفروض ان ال lift

149
00:11:03,720 --> 00:11:08,340
عشان اقدر افهمها صح اذا كانت ال lift قيمتها اكبر

150
00:11:08,340 --> 00:11:12,240
من واحد معناته positively correlated معناته اذا

151
00:11:12,240 --> 00:11:18,260
ظهر الاول هيظهر التانيطبعا هذه إشارة جيدة

152
00:11:18,260 --> 00:11:25,260
Negatively correlated أقل من واحد معناته إذا ال ..

153
00:11:25,260 --> 00:11:30,440
Discouraged occurrence .. معناته الظهر الأول لن

154
00:11:30,440 --> 00:11:35,660
يظهر الثاني وإذا كانت واحد معناته هدول الاتنين

155
00:11:35,660 --> 00:11:40,260
independent ومافيش correlation ما بينهم وبالتالي

156
00:11:40,260 --> 00:11:45,790
ال .. الآن لو أنا سألت مين أفضل بالنسبة ليمن يدعي

157
00:11:45,790 --> 00:11:49,170
support اكتر من يدعي موثوقية اكتر في ال confidence

158
00:11:49,170 --> 00:11:56,990
المفروض لما تكون ال .. ال .. ال left عندي اكبر من

159
00:11:56,990 --> 00:12:00,380
واحد وراها لما تكون العلاقة independentأقول

160
00:12:00,380 --> 00:12:03,680
بالتانية اللي لما تكون ال lift أقل من واحد معناته

161
00:12:03,680 --> 00:12:09,100
في عندي مشكلة حقيقية في ال association role اللي

162
00:12:09,100 --> 00:12:14,400
ظهر عندي لأنه قيمته المفروض لما يظهر واحد يختفي

163
00:12:14,400 --> 00:12:16,780
التاني طب ليش ظهروا التانين مع بعض في ال

164
00:12:16,780 --> 00:12:18,980
association role هذا معناته في عندي مشكلة

165
00:12:18,980 --> 00:12:23,060
وبالتانية ال role هذا لازم انا اتخلص منها هيك ممكن

166
00:12:23,060 --> 00:12:25,200
احنا خلصنا محتويات ال chapter ان شاء الله تعالى

167
00:12:25,200 --> 00:12:29,470
خلينا نروحبنشوف المثال اللي قمت بعمله مسبقاً في

168
00:12:29,470 --> 00:12:30,390
الـ PyShare

169
00:12:54,110 --> 00:12:56,910
طيب جماعة الخير خلينا نكمل في الفيلم نشوف ال

170
00:12:56,910 --> 00:13:00,630
example

171
00:13:00,630 --> 00:13:04,410
اللى موجود عندنا انا الان فروح جوجل اعمل import لل

172
00:13:04,410 --> 00:13:11,030
pandas وعملي بدي ابني data set transaction من six

173
00:13:11,030 --> 00:13:17,040
rows من ست صفوف و بدي اعمل import للعن طريق الـ

174
00:13:17,040 --> 00:13:20,540
machine learning extend بدي processing import

175
00:13:20,540 --> 00:13:23,480
transaction encoder وهذا ال transaction encoder

176
00:13:23,480 --> 00:13:27,080
انا هستخدمه من أجل انه يتحول ال data set اللي

177
00:13:27,080 --> 00:13:31,900
لديها ال data set هذه ل binary array وكذلك من ال

178
00:13:31,900 --> 00:13:34,840
نفس ال machine learning extend بدي استخدم ال

179
00:13:34,840 --> 00:13:39,180
frequent pattern وعملها import لل apriori هشوف في

180
00:13:39,180 --> 00:13:41,660
ال hand ال apriori وفي المثال في ال code اللي

181
00:13:41,660 --> 00:13:42,680
وراها هشوف

182
00:13:46,820 --> 00:13:48,400
الخطوة الأولى كما قلنا في الفيديو الأولى هي ال

183
00:13:48,400 --> 00:13:51,640
data set transactional data set طبعا انا انشأت

184
00:13:51,640 --> 00:13:55,540
menu اللى بحسب المثال اللى موجود هنا سابقا حكيته

185
00:13:55,540 --> 00:13:59,940
يعنى الخطوة الأولى انا استدعيت ل transaction

186
00:13:59,940 --> 00:14:05,860
encoder تمام عشان احول ال array هذا ل 2d array بعد

187
00:14:05,860 --> 00:14:11,350
الخطوة التالية روحت قلت له انا transactionalعن

188
00:14:11,350 --> 00:14:16,830
طريق اتساوية TE.FET.TRANSFORM للـ data set اللي

189
00:14:16,830 --> 00:14:21,430
موجود عندها و لما احاول ان اكتب قمر طبعا عشان اشوف

190
00:14:21,430 --> 00:14:26,110
ال code اللي موجود عندها بعد هيك ال transaction ال

191
00:14:26,110 --> 00:14:28,750
array تبعت اللي هي ال binary ال race ان سميها زي

192
00:14:28,750 --> 00:14:36,780
ما بدك بندس data frame روح تحولت ل data frameهنا

193
00:14:36,780 --> 00:14:43,380
في الأول انشأت data set عادية الري حولتها ل binary

194
00:14:43,380 --> 00:14:46,240
array و الأن بدي أحولها ل data frame عشان ده من

195
00:14:46,240 --> 00:14:50,980
خلال ال pandas أقدر أتعامل معاها و قلت له هيستخدم

196
00:14:50,980 --> 00:14:56,000
ال columnsهذا الـ array الموجودة عندها كcolumn لمن

197
00:14:56,000 --> 00:15:01,000
ال data frame اللي موجودة عندها الآن قلت له ال

198
00:15:01,000 --> 00:15:04,380
frequent item set تبعتي تساوي ال a priori اللي انا

199
00:15:04,380 --> 00:15:09,720
عملته on board فوق ال data frame work ال data

200
00:15:09,720 --> 00:15:12,700
frame تبعتي هي ال minimum support اللي انا بدي

201
00:15:12,700 --> 00:15:18,220
اشتغل عليها ستة واستخدم ال column names yes

202
00:15:18,220 --> 00:15:23,140
استخدمهم لان انا بتتعامل مع ال columnاللي بتمثل

203
00:15:23,140 --> 00:15:25,980
الـ attribute of value أو الـ items في ال sets

204
00:15:25,980 --> 00:15:31,020
اللي موجودة عندي ما تنسوش ان ال data set هنا مافيش

205
00:15:31,020 --> 00:15:36,740
فيها columns هي عبارة عن items فلما انا حولتها ل

206
00:15:36,740 --> 00:15:41,560
binary data set او binary 2D array صارت ال milk و

207
00:15:41,560 --> 00:15:47,840
ال onion و ال .. ميج و ال ..والـ items هاي عبارة

208
00:15:47,840 --> 00:15:50,660
عن attributes أو أسماء الـ attributes و ال value

209
00:15:50,660 --> 00:15:52,860
تبعتهم ال true و ال false ولكن هنشوفها في الموضوع

210
00:15:52,860 --> 00:15:57,330
لما انا اروح عند عملية الطبعةعشان هي قلت له

211
00:15:57,330 --> 00:16:02,370
استخدمها لأن ال data set مبنية على ال names على

212
00:16:02,370 --> 00:16:06,290
المسميات وبالتالي ال frequent item set فرح جاب

213
00:16:06,290 --> 00:16:08,610
ليها ليش؟ أنا قلت له ال minimum support لأنه ممكن

214
00:16:08,610 --> 00:16:11,710
تتجهل من هناك ال support انت حر ممكن تتغيرها حسب

215
00:16:11,710 --> 00:16:15,870
الحالة واتفقنا كل ما بقل ال support بتزيد عدد ال

216
00:16:15,870 --> 00:16:19,150
minimum أو ال frequent item set فروحت طبعة ال

217
00:16:19,150 --> 00:16:24,650
frequent item setعشان انا اجيب ال item set روحت من

218
00:16:24,650 --> 00:16:28,850
نفس المكتبة تبعتي ال frequent patterns اللي عملت

219
00:16:28,850 --> 00:16:32,690
منها support او import لل a priori روحت استدعيت

220
00:16:32,690 --> 00:16:37,050
مين اللي عملت import لل association rules وقلت له

221
00:16:37,050 --> 00:16:41,630
ال list تبع ال rules تساوي ال frequent item setقمت

222
00:16:41,630 --> 00:16:45,490
بالاستخدام الاستخدام الخاص بالاسوشيشن رول و قمت

223
00:16:45,490 --> 00:16:53,590
بالطبع بإطباع الهاتف الخاص بالهاتف الخاص بالهاتف

224
00:16:53,590 --> 00:16:53,770
الخاص بالهاتف الخاص بالهاتف الخاص بالهاتف الخاص

225
00:16:53,770 --> 00:16:54,250
بالهاتف الخاص بالهاتف الخاص بالهاتف الخاص بالهاتف

226
00:16:54,250 --> 00:16:54,490
الخاص بالهاتف الخاص بالهاتف الخاص بالهاتف الخاص

227
00:16:54,490 --> 00:16:54,530
بالهاتف الخاص بالهاتف الخاص بالهاتف الخاص بالهاتف

228
00:16:54,530 --> 00:16:54,570
الخاص بالهاتف الخاص بالهاتف الخاص بالهاتف الخاص

229
00:16:54,570 --> 00:16:59,450
بالهاتف الخاص بالهاتف الخاص بالهاتف الخاص بالهاتف

230
00:16:59,450 --> 00:17:03,190
الخاصطبعا انا طبعت على تلت مرات في تلت جمال قباعة

231
00:17:03,190 --> 00:17:07,670
الجملة الأولى كانت ب ال array او اللي احنا سميتها

232
00:17:07,670 --> 00:17:12,810
ب binary2d array هيو راح اطبع لل array اللي موجودة

233
00:17:12,810 --> 00:17:19,250
عندي من ست صفوف true

234
00:17:19,250 --> 00:17:20,030
false

235
00:17:25,230 --> 00:17:28,910
الجملة التانية جملة الطباعة كانت بتطبع ال item set

236
00:17:28,910 --> 00:17:32,590
اللي عندي و ال support تبعتها فرح جالي هاي ال item

237
00:17:32,590 --> 00:17:35,350
set و طبعا لما انا قلتله استخدم اسماء ال

238
00:17:35,350 --> 00:17:40,650
attributes فهيش راح جابلي ال eggs و جابليها هان لو

239
00:17:40,650 --> 00:17:45,030
انا قلتله نوم مش حطين عندي هاي ال minimum support

240
00:17:45,030 --> 00:17:53,650
ال 6 من 10 اللي موجودة عندك هانفجاب لي هناك ست

241
00:17:53,650 --> 00:17:58,610
عراصر فعليا مختلفة او عفوا ست frequent item sets

242
00:17:58,610 --> 00:18:01,970
with minimum support بعتهم ستة من عشرة انا قصدت ان

243
00:18:01,970 --> 00:18:05,050
اجربها مبتقال مثلها الاخر فالجملة الأخيرة لما قلت

244
00:18:05,050 --> 00:18:07,950
له انا هات ال association rule فراح قال لي ال

245
00:18:07,950 --> 00:18:12,570
association rule هي ال antecedent او ال consequent

246
00:18:12,570 --> 00:18:17,610
طبعا في الأول ال antecedent implies ال consequent

247
00:18:17,770 --> 00:18:21,450
هو الـ antecedent support وطبعاً في معلومات هنا

248
00:18:21,450 --> 00:18:27,630
خفية لأن شاشة العرض أعتقد أنها غير كافية للتعامل

249
00:18:27,630 --> 00:18:31,630
مع الأنصار الموجودة عندها لكن في الآخر قال لي هيي

250
00:18:31,630 --> 00:18:37,880
ال left وفي عند ال averageطبعا ال lift واحد يعني

251
00:18:37,880 --> 00:18:42,400
ال attributes اللي عندى independent فعليا هم مبدأش

252
00:18:42,400 --> 00:18:45,240
يوجد علاقة وبالتالي انا ممكن اكتفي بال support وال

253
00:18:45,240 --> 00:18:51,800
confidence اللي موجودة عندنا طيب لو انا بدى اروح

254
00:18:51,800 --> 00:18:55,900
طبعا خليني بس نجرب هان زى ما قلنا هاي هان خمسة او

255
00:18:55,900 --> 00:19:02,580
بلاش اربعة من عشرةهذه هي ترشيلتي الخاصة بيها

256
00:19:16,120 --> 00:19:22,460
عندما قلت له

257
00:19:22,460 --> 00:19:26,660
خلّي ال confidence خمسة من عشرة فقال لي عندي تلاتة

258
00:19:26,660 --> 00:19:33,440
و عشرين rules association و ال support تبعتهم هيها

259
00:19:47,420 --> 00:19:51,500
العناصر الموجودة هنا

260
00:20:10,880 --> 00:20:15,900
بس ليش مايعرضهاش مش عارف الصحيح بس في الآخر ال

261
00:20:15,900 --> 00:20:19,200
data موجودة عليها طيب بالمثال التاني لما انا بدأ

262
00:20:19,200 --> 00:20:23,800
استخدم ال app ال fp growth ولشه مجرد بدك تستخدم

263
00:20:23,800 --> 00:20:28,740
بكتب اسمه python fp growth هي نفس ال data set قلت

264
00:20:28,740 --> 00:20:32,860
له ال frequent pattern تبعتي ال minimum support

265
00:20:32,860 --> 00:20:37,680
تبعتي equal 3وهنا ايقول الـ 7 من 10 مش 6 من 10

266
00:20:37,680 --> 00:20:43,020
عفوا الحسب زي ما انا .. طبعا هنا التجريب هيرن

267
00:20:43,020 --> 00:20:51,140
للمثال اللي موجود هنا طبعا

268
00:20:51,140 --> 00:20:56,240
هنا بتتكلم على الابريوليه وان كان هنا ال FB growth

269
00:20:56,240 --> 00:20:58,460
defined frequent pattern ال data ال data set

270
00:20:58,460 --> 00:21:03,100
مباشرة لاحظوا انا جزئيتي التحويل مش مسئوليتي اصلا

271
00:21:04,100 --> 00:21:10,120
لان بشتغل على ال data set مباشرة اتنين مجرد كان

272
00:21:10,120 --> 00:21:11,820
السبعة مباشرة طبعا اسهل في ال coding

273
00:21:17,200 --> 00:21:20,040
الـ FD Growth and Generate Association Rules فقلت

274
00:21:20,040 --> 00:21:22,060
له انا هاي ال better او هاي ال association

275
00:21:22,060 --> 00:21:26,540
التابعتي تمام ال better التابعي هيه ال milk طبعا

276
00:21:26,540 --> 00:21:32,060
اتفقنا ان ال better هي عبارة عن العناصر اللي انا

277
00:21:32,060 --> 00:21:37,040
عامالي بجيبها طبعا هو بدأ مع انصر وانصرين الاخرين

278
00:21:37,040 --> 00:21:39,740
لما راح جاب ال association rule و كيف بدأ اقرأ ال

279
00:21:39,740 --> 00:21:42,680
rules هي ال rule الأول طبعا هي عبارة عن جيسون في

280
00:21:42,680 --> 00:21:45,840
الآخر النتيجة تبعتي للي ال rule الأول هي

281
00:21:51,680 --> 00:21:57,640
الملك يعني كيندي

282
00:21:57,640 --> 00:22:02,680
بيز واليوغرد وهذا ال confidence تبعتها خمسة أو

283
00:22:02,680 --> 00:22:10,240
سبعين في المية التانية ال support تبعتها مية في

284
00:22:10,240 --> 00:22:14,080
المية إلى آخرهم من العراسر ال confidence عفوا من

285
00:22:14,080 --> 00:22:16,980
العراسر الموجودة هناهذه كانت جامعة الخير ..

286
00:22:16,980 --> 00:22:24,540
انتهينا من موضوع ال .. ال association role .. هرفق

287
00:22:24,540 --> 00:22:29,580
لكم ملفين ال coding هنا .. عشان تجربوا في موضوع ..

288
00:22:29,580 --> 00:22:35,440
لو بقيت تجرب .. شغلة عندك .. وتشوف ال result اللي

289
00:22:35,440 --> 00:22:37,260
موجود .. الله يعطيكم العافية .. والسلام عليكم

290
00:22:37,260 --> 00:22:37,720
ورحمة الله