PL9fwy3NUQKwYNuAEg27anya7EYamnohGd/4I0vSe-ObqM.srt

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