1
00:00:20,690 --> 00:00:23,570
ماشي الحال، باسم الله الرحمن الرحيم، اليوم إن شاء

2
00:00:23,570 --> 00:00:29,530
الله، احنا بنكمل مواضيع الـ data mining، موضوع

3
00:00:29,530 --> 00:00:33,690
جديد. اليوم احنا كان آخر محاضرة حكينا في اللي هو

4
00:00:33,690 --> 00:00:38,150
linear regression، على أساس أنه واحد من الـ

5
00:00:38,150 --> 00:00:41,790
statistical methods اللي ممكن تساعد في الـ data

6
00:00:41,790 --> 00:00:45,950
visualization وفي التنبؤ، يعني بمعنى أن احنا نتنبأ

7
00:00:46,250 --> 00:00:53,630
بقيمة أي new data item بناءً على واحد من الأحداث

8
00:00:53,630 --> 00:00:57,050
التي اتخذته. اليوم إن شاء الله سنحكي في موضوع الـ

9
00:00:57,050 --> 00:01:02,550
association rules وتطبيقه على مسألة market basket

10
00:01:02,550 --> 00:01:07,090
analysis. وهذا الموضوع جاء من lecture 17. سنذهب

11
00:01:07,090 --> 00:01:12,230
عليها على طول ونشوف

12
00:01:12,230 --> 00:01:18,980
example association rules. نبتدأ من اللي هو

13
00:01:18,980 --> 00:01:24,200
slide رقم 28. بدي أنتقل على طول على السريع على هذا

14
00:01:24,200 --> 00:01:29,680
الـ example عشان نتعرف على المسألة، وبعدين نشوف الـ

15
00:01:29,680 --> 00:01:34,740
algorithm أو الطريقة أو الـ method اللي بتستخدم في

16
00:01:34,740 --> 00:01:39,080
التعامل مع هذه المسألة، مسألة الـ association rule

17
00:01:39,080 --> 00:01:46,300
يقصد بها أنه لو في عندي أنا شيء زي هيك عبارة عن كل

18
00:01:46,300 --> 00:01:50,280
واحد... كل item من هدول عبارة عن... كل سطر من

19
00:01:50,280 --> 00:01:53,540
هدول عبارة عن transaction. الـ transaction زيه...

20
00:01:53,540 --> 00:01:58,040
زي فاتورة. أنت لما بتروح تشتري ب... الفاتورة بتشتري

21
00:01:58,040 --> 00:02:04,080
مجموعة مشتريات. الفاتورة بتنص على إيش العناصر اللي

22
00:02:04,080 --> 00:02:07,880
فيها الفاتورة. فهنا... هذا عبارة عن groceries، يعني

23
00:02:07,880 --> 00:02:17,570
بقالة. بيف، ملك، صاص، استاجتي، كده. كل فاتورة

24
00:02:17,570 --> 00:02:21,850
بتحتوي على مجموعة الحاجات اللي اشترى الزبون. احنا

25
00:02:21,850 --> 00:02:26,770
الآن من هذه المعلومات، الجدول اللي تبعنا فيه بس سبع

26
00:02:26,770 --> 00:02:33,670
samples، لكن السجل تبع الـ system تبع السوبر ماركت

27
00:02:33,670 --> 00:02:37,070
الصغير، حيث أن فيه آلاف أو عشرات الآلاف أو مئات

28
00:02:37,070 --> 00:02:42,950
الآلاف من... بالمئات. المهم أنه احنا بنبسط الموضوع

29
00:02:42,950 --> 00:02:48,110
عشان الفكرة توضح. الهدف المطلوب أنه بناءً على هذه الـ

30
00:02:48,110 --> 00:02:53,210
data التراكمية أو الـ historical data، نحاول نستخلص

31
00:02:53,210 --> 00:02:59,330
rules اللي تقول لي أنه لو الزبون اشترى السلع

32
00:02:59,330 --> 00:03:04,750
الفلانية، إيش غالباً أيضاً هيشتري معها كمان؟ okay. هذا

33
00:03:04,750 --> 00:03:10,090
الأمر. لو تركتك أن تتطلع على الـ data هذه، ممكن أن

34
00:03:10,090 --> 00:03:14,730
أنت تستخلص rule بسيط جداً، أو استخلاص بسيط جداً، وهو

35
00:03:14,730 --> 00:03:21,390
أن تطلع مثلاً على ال... خد... خدهم واحدة واحدة، شوف

36
00:03:21,390 --> 00:03:27,610
وين في... وين في سلعتين بيجوا مع بعض، بيجوا مع بعض

37
00:03:27,610 --> 00:03:31,710
بتكرروا مع بعض. لو أنا لقيت سلعتين بتكرروا مع بعض

38
00:03:32,340 --> 00:03:40,580
معناه ذلك، بقدر أستنتج أنه إذا زبون اشترى واحدة

39
00:03:40,580 --> 00:03:47,900
منهما من الاثنين، فغالباً هيشتري الثانية. أنا بحكي عن

40
00:03:47,900 --> 00:03:53,590
زبون جديد. يعني إذا أنا لقيت فيه سلعتين بتكرروا مع

41
00:03:53,590 --> 00:03:59,070
بعض، فما أقدر أستنتج أنه هدف إيش بيفيد؟ عادةً في الـ

42
00:03:59,070 --> 00:04:01,470
supermarket، ما أنت عارف لما بيجي يصفّ الحاجات على

43
00:04:01,470 --> 00:04:05,510
الرفوف، بيصفّ الحاجات اللي عادة ما بتشترى مع بعض،

44
00:04:05,510 --> 00:04:08,770
بيصفّهم جانب بعض، أولاً عشان يرى حاجة ثانية، عشان

45
00:04:08,770 --> 00:04:16,100
يغريك ويذكّرك. صح؟ آه. يعني مثلاً خد عندك هنا، خد الـ sauce

46
00:04:16,100 --> 00:04:19,840
والـ spaghetti. أولاً... أولاً القضية مش محتاجة ده

47
00:04:19,840 --> 00:04:22,240
كرسي طناعي ولا محتاجة data mining، لأن احنا عارفين

48
00:04:22,240 --> 00:04:24,920
الـ spaghetti والصوص دائماً بيجوا مع بعض. يعني لو حد

49
00:04:24,920 --> 00:04:27,700
بيعمل... بيـ spaghetti، ليه؟ ماكرونة اللي بيعمل... اللي

50
00:04:27,700 --> 00:04:31,120
بيعمل ماكرونة بالجبن، ححط عليها إيش؟ الصوص اللي هي

51
00:04:31,120 --> 00:04:36,970
الصلصة. صح؟ فهذه شغلة مش محتاجة أتعب عشان نستشفها أو

52
00:04:36,970 --> 00:04:39,890
نستخلصها. يعني صاحب السوبر ماركت ما منه لعاله، ححط

53
00:04:39,890 --> 00:04:45,150
المعكرونة، و قريب منها ححط مرتبانة الصلصة،

54
00:04:45,150 --> 00:04:48,430
مظبوط؟ بس الفكرة أن هذا الأمر له تطبيقات أخرى

55
00:04:48,430 --> 00:04:51,750
كتيرة، غير حكاية اللي هو الـ shopping. يعني ممكن تبقى

56
00:04:51,750 --> 00:04:56,650
هذه عبارة عن أسهم شركات، والناس بتشتري أسهم وتبيع

57
00:04:56,650 --> 00:05:02,150
أسهم. فممكن اللي بيستخدم، بدل... بدل ما نحكي عن سلع

58
00:05:02,150 --> 00:05:06,850
بقالة، نحكي عن أسهم شركات، ونشوف إذا واحد اشترى

59
00:05:06,850 --> 00:05:12,290
سهم في شركة فلانية، فغالباً نتوقع أنه هيشتري في شركة

60
00:05:12,290 --> 00:05:15,590
أخرى، بناءً على الـ historical data اللي زي هذه اللي

61
00:05:15,590 --> 00:05:18,930
بتكون موجودة. وأمثلة أخرى كثيرة، أو تطبيقات أخرى كثيرة.

62
00:05:18,930 --> 00:05:24,460
بس المهم الآن، احنا بنشوف كيف يمكننا استخلاص rules من

63
00:05:24,460 --> 00:05:27,260
association rules. إيش هي association rules؟

64
00:05:27,260 --> 00:05:31,560
association يعني مصاحبة.

65
00:05:31,560 --> 00:05:36,780
يعني أن الـ item هذا، عادة ما بيصحبه الـ

66
00:05:36,780 --> 00:05:40,260
item الآخر، أو مجموعة الـ items الأخرى. هنا عندنا هي

67
00:05:40,260 --> 00:05:46,580
الـ spaghetti بالصوص مكررين كذا مع بعض. مع بعض. هاي

68
00:05:46,580 --> 00:05:51,280
الصوص، الـ spaghetti. صح؟ وفي هنا وين كمان؟ هاي الصوص

69
00:05:51,280 --> 00:06:00,980
جاي لحالها. sauce لحالها. الحالة الآن، أنا بقى الواحد

70
00:06:00,980 --> 00:06:06,500
يمكن يكون عنده spaghetti في المطبخ من قبل. الهدف

71
00:06:06,500 --> 00:06:10,360
صار بناءً على هذا الـ data اللي موجودة، أنه نستخلص

72
00:06:10,360 --> 00:06:20,680
rules. شيء زي كأنه إذا اشترى هذا، فحتماً أو نستطيع نتوقع

73
00:06:20,680 --> 00:06:23,790
نشتري spaghetti. ولكن هي confidence تبعها أن أنا مش

74
00:06:23,790 --> 00:06:28,690
مضمون يجيب 100%. ليش صحيح؟ لأن هاي مضمون مثلاً اشترى

75
00:06:28,690 --> 00:06:30,970
source. هاي أنا اشتريت source، و أنا اشتريت source

76
00:06:30,970 --> 00:06:36,790
ثانية. صح؟ الـ 80% هاي فكّروا من أين جاءت؟ جاءت لأنهم

77
00:06:36,790 --> 00:06:41,010
الخمسة مضمون اشترى فيهم source. هاي واحدة، هاي اثنين،

78
00:06:41,010 --> 00:06:47,190
هاي ثلاثة، هاي أربعة، هاي خمسة. أربعة منهم اشترى

79
00:06:47,190 --> 00:06:49,450
معها. الأربعة من الخمسة هي الـ 80%.

80
00:06:49,450 --> 00:06:53,930
فاحنا بناءً على الـ statistical information هذه، يعني

81
00:06:53,930 --> 00:06:58,090
هذه عملية إحصائية. اللي احنا أحصينا قد إيش كم مرة

82
00:06:58,090 --> 00:07:02,350
اشترى صوص، وقد إيش كم مرة معهم اشترى سباغيتي، لجل أنهم

83
00:07:02,350 --> 00:07:06,030
أربعة من الخمسة، يبقى 80%. فاحنا اتشكلت

84
00:07:06,030 --> 00:07:11,690
الـ rule بناءً على هذا. إذا كان صوص، فسباغيتي.

85
00:07:14,790 --> 00:07:20,810
confidence. يعني احنا متأكدين من هذا الاستنتاج

86
00:07:20,810 --> 00:07:26,870
بنسبة 80%. okay. في شيء ثاني كده، الـ confidence، في

87
00:07:26,870 --> 00:07:29,830
اللي هو الرول المكتوبة، اللي كاتب معاها اللي هو الـ

88
00:07:29,830 --> 00:07:35,510
support. الـ support اللي هو باختصار، هذه الرول

89
00:07:35,510 --> 00:07:40,070
إيش المعطيات اللي بتدعمها؟ إيش المعطيات اللي

90
00:07:40,070 --> 00:07:48,690
بتدعمها؟ إن هاي واحد، هاي أربع مرات. أربع مرات عندنا

91
00:07:48,690 --> 00:07:54,490
اشترى صوص ومعه سباغيتي، اللي هي هذه. صح؟ و هذه، و هذه

92
00:07:54,490 --> 00:08:02,250
و هذه. صح؟ أربع... أربع records بتدعم هذه الحقيقة.

93
00:08:02,250 --> 00:08:05,970
الأربع هذول من الـ total. أربعة على سبعة، هما السبعة

94
00:08:05,970 --> 00:08:09,730
و50%. يعني احنا قاعدين بنقول ثقتنا

95
00:08:09,730 --> 00:08:14,150
بهذه الـ rule 80%، وبتدعمها، أو احنا ما

96
00:08:14,150 --> 00:08:22,430
استخلصناها بناءً على حقائق 57% support لهذا الـ rule.

97
00:08:22,430 --> 00:08:29,290
الآن عاوزين احنا الأمر هذا يتم بشكل algorithm، يعني

98
00:08:29,290 --> 00:08:35,230
نعطيها الـ data set هذا، وهي تستخلص لنا منه rules. الـ

99
00:08:35,230 --> 00:08:39,710
algorithm عشان تستخلص rules فيه إشكالية كبيرة، وهي

100
00:08:39,710 --> 00:08:45,110
أنه لما نكون في عندي أنا... أولاً خلينا نراجع بس الـ

101
00:08:45,110 --> 00:08:49,110
text هذا. الـ table هذا suggests that أن الـ sauce and

102
00:08:49,110 --> 00:08:53,290
spaghetti are likely to be purchased together, and

103
00:08:53,290 --> 00:08:57,850
thus we can write a simple association rule: if a

104
00:08:57,850 --> 00:09:01,910
customer purchases sauce, then the customer also

105
00:09:01,910 --> 00:09:06,780
purchases spaghetti. وصغناها بهذا الشكل. تمام؟ وهاي

106
00:09:06,780 --> 00:09:10,820
زي ما حكينا، الـ support and confidence are used for

107
00:09:10,820 --> 00:09:14,180
selecting the valid association. الآن بنحكي عن الـ

108
00:09:14,180 --> 00:09:18,720
valid association rules. الآن بس قبل ما ننتقل على بعض

109
00:09:18,720 --> 00:09:24,760
الاصطلاحات في الأول، أن أنا في عندي

110
00:09:24,760 --> 00:09:27,840
الأسطر

111
00:09:27,840 --> 00:09:32,820
تبع الجدول ده. ليش اتفقنا أن اسمها transactions؟ كل

112
00:09:32,820 --> 00:09:38,650
transaction يحتوي على مجموعة من الـ items. افترض أن

113
00:09:38,650 --> 00:09:43,070
أنا عندي item

114
00:09:43,070 --> 00:09:50,970
set. إيش

115
00:09:50,970 --> 00:09:54,470
يعني item set؟ يعني هي كل الـ items اللي موجودة في

116
00:09:54,470 --> 00:09:58,890
الـ supermarket مثلاً. وفي عندي طبعاً transactions

117
00:09:58,890 --> 00:10:03,330
اللي هي كل الـ transactions اللي فعلاً وقعت أو حدثت

118
00:10:03,670 --> 00:10:11,390
كذا في السوبر ماركت هذا. الآن الـ rule، واحدة، الـ

119
00:10:11,390 --> 00:10:14,950
association rule، واحدة، ممكن نصيغها على أساس أنها

120
00:10:14,950 --> 00:10:24,530
عبارة عن: إذا X، فـ Y. X و Y هدول إيش؟ مجموعات item sets.

121
00:10:24,530 --> 00:10:33,840
الواحد منهم، هدول item set، وهذا برضه item set. طيب

122
00:10:33,840 --> 00:10:40,380
احنا أول كنت بنقول sauce، فهي spaghetti. طيب

123
00:10:40,380 --> 00:10:44,680
هذا مجموعة، وهذا مجموعة. أين هما؟ هذا مجموعة، وهذا

124
00:10:44,680 --> 00:10:49,440
مجموعة. بس الـ cardinality، عدد عناصر المجموعة،

125
00:10:49,440 --> 00:10:55,140
واحد. طب احنا ليش بنقول مجموعة؟ إذا كان احنا الـ

126
00:10:55,140 --> 00:10:58,300
rules اللي بتحكي عنها هي أنّه إذا اشترى العنصر

127
00:10:58,300 --> 00:11:00,900
الفلاني أو السلع الفلانية، فهيشتري... لأ، احنا أيضاً

128
00:11:00,900 --> 00:11:07,460
معنيين بأنّه لو اشترى كذا وكذا، إيش

129
00:11:07,460 --> 00:11:14,400
ممكن يشتري؟ ماشي. يعني صياغتنا للقول general، بمعنى

130
00:11:14,400 --> 00:11:18,740
أن احنا مش معنيين بسلعة واحدة في الشرط، و سلعة واحدة

131
00:11:18,740 --> 00:11:23,420
في الاستنتاج. لأ، ممكن يكون أكثر من سلعة اشترى

132
00:11:23,420 --> 00:11:28,320
وبالتالي، القول بتقولي أنه أيضاً هيشتري كذا. فعدد

133
00:11:28,320 --> 00:11:32,040
العناصر في الشرط، وعدد العناصر في conclusion أو الـ

134
00:11:32,040 --> 00:11:36,920
consequent، مش limited to only one item. عشان هي كده

135
00:11:36,920 --> 00:11:41,300
بنسمي هذا item set، وبنسمي هذا item set. إيش معنى

136
00:11:41,300 --> 00:11:48,620
ذلك؟ معنى ذلك لو أنا عندي الـ item set الكبير يحتوي

137
00:11:48,620 --> 00:11:58,220
على الثلاثة عناصر. هذا، و لا بلاش

138
00:11:58,220 --> 00:12:02,300
الـ item set الكبير. واحد من الـ transactions يحتوي

139
00:12:02,300 --> 00:12:04,920
على ثلاثة عناصر، هدول اللي هم الـ bread، والصوص،

140
00:12:04,920 --> 00:12:15,140
والسباجيتي. كم item set ممكن؟ كم subset خلينا نقول

141
00:12:15,140 --> 00:12:19,060
كم subset من هذا الـ set؟ مش هذا مجموعة، هي ثلاثة

142
00:12:19,060 --> 00:12:23,940
عناصر. هي one subset، الـ bread لحاله، الصوص لحاله،

143
00:12:23,940 --> 00:12:27,880
السباجيتي لحاله. بعدين الـ bread مع الصوص، هذا إيش

144
00:12:28,690 --> 00:12:31,150
subset. البريد والساوس والسباجيتي. البريد والساوس و

145
00:12:31,150 --> 00:12:32,330
السباجيتي. البريد والسباجيتي. البريد والساوس والسباجيتي.

146
00:12:32,330 --> 00:12:36,550
البريد

147
00:12:36,550 --> 00:12:40,830
والسباجيتي. البريد والساوس والسباجيتي. البريد و

148
00:12:40,830 --> 00:12:46,790
السباجيتي. البريد والساوس والسباجيتي. البريد و

149
00:12:46,790 --> 00:12:52,650
السباجيتي. البريد و

150
00:12:52,650 --> 00:12:54,470
السباجيتي. البريد والسباجيتي. البريد والسباجيتي. البريد و

151
00:12:54,470 --> 00:12:54,790
السباجيتي. البريد والسباجيتي. البريد والسباجيتي. البريد و

152
00:12:54,790 --> 00:12:55,150
السباجيتي. البريد والسباجيتي. البريد والسباجيتي. البريد و

153
00:12:55,150 --> 00:12:55,710
السباجيتي. البريد والسباجيتي. البريد والسباجيتي. البريد و

154
00:12:55,710 --> 00:13:00,160
السباجيتي.  إذا اشترى bread، ممكن يشتري صوص و

155
00:13:00,160 --> 00:13:07,060
سباجيتي. وبنسبة كذا. هل لو اشترى أي واحد من هدول الـ

156
00:13:07,060 --> 00:13:13,540
subsets، ممكن أستخلص أنه هيشتري أي واحد آخر من الـ

157
00:13:13,540 --> 00:13:18,380
other subsets؟ هذا هو الهدف العام، أن احنا بيكون في

158
00:13:18,380 --> 00:13:27,190
عندنا احنا بيكون في عندنا الـ items كلها، وإيش بتولد

159
00:13:27,190 --> 00:13:30,970
subsets من هذه الـ items. عايزين نشوف علاقة أي واحد

160
00:13:30,970 --> 00:13:36,330
من هذه الـ subsets بأي subsets آخر. صح؟ يعني أنا هنا

161
00:13:36,330 --> 00:13:44,710
أنا هنا بالنظر، استخلصت rule واحدة. طيب، هل يمنع أنه

162
00:13:44,710 --> 00:13:48,370
نقدر نستخلص rule آخر؟ هل بيمنع أنه نقول والله bread

163
00:13:48,370 --> 00:13:54,910
وملك. إذا اشترى bread، فهيشتري milk. مافي مانع. بنشوف

164
00:13:54,910 --> 00:13:59,070
الـ algorithm هتعطينا هذا rule ولا مش هتعطينا. الـ

165
00:13:59,070 --> 00:14:02,290
algorithm ممكن تعطينا إياه كـ rule، بس الـ

166
00:14:02,290 --> 00:14:06,670
confidence تبعها إيش هيكون؟ ممكن هيكون منخفض. تعالوا

167
00:14:06,670 --> 00:14:09,310
نتطلع على الـ confidence تبع هذا rule. إذا اشترى

168
00:14:09,310 --> 00:14:12,390
bread

169
00:14:12,390 --> 00:14:16,990
فهيشتري

170
00:14:16,990 --> 00:14:22,960
milk. تقدر تحسب الـ confidence تبعها قد إيش؟ كيف بدنا

171
00:14:22,960 --> 00:14:28,060
نحسبه؟ كيف حسبناها قبل؟ آه بدنا نشوف كم مرة اجوا

172
00:14:28,060 --> 00:14:34,840
الاثنين مع بعض. الـ bread هنا ما جاء، هنا ما جاء،

223
00:18:56,810 --> 00:18:59,940
واحدة منهم بس اللى جاى فيها milk، هذه حسبة ال

224
00:18:59,940 --> 00:19:09,080
confidence، okay، الـ .. الآن احنا لو بدنا نبقى نحسب

225
00:19:09,080 --> 00:19:14,420
لـ .. في نفس المثال نحسب لـ الـ other، لو بدنا نتخمن

226
00:19:14,420 --> 00:19:19,980
other rules على مثلًا spaghetti

227
00:19:19,980 --> 00:19:24,200
sauce، آه احنا شوفنا صوص spaghetti مظبوط، ما كانتش كان

228
00:19:24,200 --> 00:19:29,530
يطلع معانا 80% confidence و 57% support، لو العكس،

229
00:19:29,530 --> 00:19:32,790
لو جد أكل سفاجيتتي صوص، عدد المرّ .. يعني إيش

230
00:19:32,790 --> 00:19:36,870
احتماليه لو اشترى سفاجيتتي أن يشتري صوص؟ طبعًا هذه و

231
00:19:36,870 --> 00:19:42,550
.. و عكسها لا يساوي بعض، صح؟ آه؟ سفاجيتتي اشترى

232
00:19:42,550 --> 00:19:47,570
أربع مرات سفاجيتتي، و في كل الأربع مرات كان شاري

233
00:19:47,570 --> 00:19:52,450
صوص، صح ولا لا؟ يرجع 100% confidence لكن الـ support

234
00:19:52,450 --> 00:19:59,470
هو هو لأن هما أربع مرات من السبعة، الـ beef و الـ

235
00:19:59,470 --> 00:20:05,230
milk، احنا كنا نحكي بريد و ميك، الـ beef و الميك في

236
00:20:05,230 --> 00:20:10,590
كل المرات اللي

237
00:20:10,590 --> 00:20:20,270
اشتروا فيها الـ beef اشتروا أيضًا ميك، الـ confidence

238
00:20:21,120 --> 00:20:25,100
لكن الـ support اتنين من سبعة، لأن هذول هم المرتين

239
00:20:25,100 --> 00:20:30,040
المرات اللي اشتغل فيها الـ beef و لا .. على

240
00:20:30,040 --> 00:20:33,860
المرات اللي اشتغل فيها الـ beef بس، هذول من

241
00:20:33,860 --> 00:20:37,500
الاجمالي .. من .. من .. بقى بيطلع تسعة و عشرين و

242
00:20:37,500 --> 00:20:41,920
ثمانية و عشرين، الـ support مرة أخرى، احنا الآن كله

243
00:20:41,920 --> 00:20:47,560
هنا توصيف للمسألة بس ما حكينا في قليّل التعامل

244
00:20:47,560 --> 00:20:53,020
معاها، واستخراج الـ rules هذه بشكل algorithm يعني

245
00:20:53,020 --> 00:20:58,460
احنا قبل ما نحكي في الـ algorithm، بس شغل بسيط وهي

246
00:20:58,460 --> 00:21:04,820
أن لو أنا عندي عدد الـ items، الـ items مش الـ item

247
00:21:04,820 --> 00:21:10,640
sets، عدد الـ items، يعني milk bread كده يساوي M، فأنا

248
00:21:10,640 --> 00:21:17,140
ممكن يطلع معايا rules، rules بعدد ثلاثة أس M، بس

249
00:21:17,140 --> 00:21:20,600
يعني لو أنا عندي بصرة شديدة زي في الـ example اللي

250
00:21:20,600 --> 00:21:24,760
فات، كم عندنا ثمانية items كلهم، الـ items هدول اللي

251
00:21:24,760 --> 00:21:29,540
في الـ table، لو عديتهم، الـ beef و الـ milk، لو عديتهم هم

252
00:21:29,540 --> 00:21:40,600
بس ثمانية، الـ ثمانية هدول، الـ ثمانية هدول بيرتب عليهم

253
00:21:40,600 --> 00:21:46,600
255 rule، أكيد حيكون فيه rules الـ support

254
00:21:46,600 --> 00:21:50,100
تبعها منخفضة، و الـ confidence تبعها منخفضة، بس الـ

255
00:21:50,100 --> 00:21:55,740
algorithm بدها تيجي تفحص الكل مظبوط، هدول ثمانية

256
00:21:55,740 --> 00:21:56,640
هدول ثمانية، هدول ثمانية، هدول ثمانية، هدول ثمانية،

257
00:21:56,640 --> 00:21:57,000
هدول ثمانية، هدول ثمانية، هدول ثمانية، هدول ثمانية،

258
00:21:57,000 --> 00:21:57,380
هدول ثمانية، هدول ثمانية، هدول ثمانية، هدول ثمانية،

259
00:21:57,380 --> 00:21:58,140
هدول ثمانية، هدول ثمانية، هدول ثمانية، هدول ثمانية،

260
00:21:58,140 --> 00:21:59,140
هدول ثمانية، هدول ثمانية، هدول ثمانية، هدول ثمانية،

261
00:21:59,140 --> 00:22:02,220
هدول ثمانية، هدول ثمانية، هدول ثمانية، هدول ثمانية،

262
00:22:02,220 --> 00:22:08,600
هدول ثمانية، هدول ثمانية، هدول

263
00:22:08,600 --> 00:22:12,420
ثمانية،

264
00:22:12,420 --> 00:22:16,650
هدول، يعني بيحصل فيه نوع من الـ pruning إذا بتذكروا

265
00:22:16,650 --> 00:22:20,310
في الـ minimax pruning أو الـ alpha beta pruning في

266
00:22:20,310 --> 00:22:25,030
الـ minimax تمام، فاحنا الآن الـ algorithm اللي هنطلع

267
00:22:25,030 --> 00:22:31,790
عليها اللي هي a priori algorithm اللي

268
00:22:31,790 --> 00:22:34,710
هتشغل على two phases أو stages

269
00:23:15,030 --> 00:23:22,590
أولًا تعمل الـ item sets ثم تعمل الـ rules، الـ rules

270
00:23:22,590 --> 00:23:28,950
هي عبارة عن item set و item set، نعمل الـ item sets

271
00:23:28,950 --> 00:23:34,510
ثم نشكل منها rules، الـ item sets الآن احنا معنين

272
00:23:34,510 --> 00:23:39,620
بالـ item sets اللي اللي تكون frequent، يعني إيش

273
00:23:39,620 --> 00:23:43,540
frequent يعني هي أصلًا الـ item sets هذه متكررة كثير

274
00:23:43,540 --> 00:23:46,520
يعني مثلًا اتّول لما بدينا احنا بالصوص و الـ

275
00:23:46,520 --> 00:23:50,380
spaghetti، هذا الـ item set، هذا الزوج من العناصر

276
00:23:50,380 --> 00:23:54,640
متكرر كثير في الـ .. لو واحد ثاني مش متكرر كثير

277
00:23:54,640 --> 00:24:01,380
يعني مثلًا زي اللي هو الـ .. الـ .. الـ beef، الـ beef

278
00:24:01,380 --> 00:24:07,460
هو نفس الـ beef مش موجود في كل هذا إلا مرتين، فبنبلغ

279
00:24:07,460 --> 00:24:11,720
لما أنا أكل بيف معالج شيز، بيف معالج شيز مش هذا

280
00:24:11,720 --> 00:24:18,540
item set، أكل مرة موجود مرة واحدة فقط، صح؟ فأنا في

281
00:24:18,540 --> 00:24:25,430
احتياج لقياس للـ frequency تبع أي item set، لسه قبل

282
00:24:25,430 --> 00:24:30,810
ما أحكي عن الـ rules و الـ confidence تبعها، بدي أحكم

283
00:24:30,810 --> 00:24:34,570
أو أحكم على الـ item sets على أساس الـ frequency، إيش

284
00:24:34,570 --> 00:24:38,870
يعني frequency؟ يعني مدى تكرارها، frequency يعني في

285
00:24:38,870 --> 00:24:43,010
frequency، احنا نفهمها على أساس تذبذب، صح؟ بس هنا

286
00:24:43,010 --> 00:24:48,990
معناه الآخر اللي هو جدّيش تتكرر في الـ data set اللي

287
00:24:48,990 --> 00:24:57,370
عندنا، فبنفهم، ما هو مفهوم الـ frequency نحتاج

288
00:24:57,370 --> 00:25:02,710
نفهم مفهوم الـ frequent يعني

289
00:25:02,710 --> 00:25:06,070
عندما نقول frequent item set، يعني item set

290
00:25:06,070 --> 00:25:10,530
بيتكرر كثير، الـ item set هذا مرة أخرى بقول قد يكون

291
00:25:10,530 --> 00:25:17,470
فيه عنصر واحد أو قد يكون فيه أكثر، الآن لو أنا عندي

292
00:25:17,470 --> 00:25:24,330
data items بعدد M، كم item set ممكن يتشكل من هذول

293
00:25:24,330 --> 00:25:34,250
الـ M، two to the M minus واحد، يعني لو أنا عندي كده

294
00:25:34,250 --> 00:25:38,170
الـ items اللي كانوا عندنا كانوا ثمانية، اتنين أقصى

295
00:25:38,170 --> 00:25:42,310
ثمانية ناقص واحد، كده كم item set ممكن يطلع معانا؟

296
00:25:42,310 --> 00:25:54,430
256 - 1 = 255

297
00:25:54,430 --> 00:26:05,110
اثنين أس أربعة ناقص واحد يساوي 15

298
00:26:10,000 --> 00:26:15,440
15 item set، الآن الـ item sets هذول أنا ممكن أطلع

299
00:26:15,440 --> 00:26:18,880
عليهم على شكل اللي هو بيسميها الـ lattice، هذه إيش؟

300
00:26:18,880 --> 00:26:25,500
يعني هي عندي بالأصل الـ item sets اللي one item

301
00:26:25,500 --> 00:26:33,910
هذا الـ level يحتوي على الـ item، أنا عندي كل الكل الـ

302
00:26:33,910 --> 00:26:37,870
items اللي عندي، بس أربعة ABCD، بس أربعة، لا ثمانية

303
00:26:37,870 --> 00:26:41,970
ولا سبعة، ولا غير، على فرض أن اللي عندي بس أربعة

304
00:26:41,970 --> 00:26:48,270
فعندي أنا بعض الـ item sets هيبقى فيها single item

305
00:26:48,270 --> 00:26:52,190
زي هيك الـ A لحاله، الـ B لحاله، الـ C لحاله، الـ D لحاله،

306
00:26:52,190 --> 00:26:57,050
وفي عندي item sets فيها عنصرين، و item sets فيها

307
00:26:57,920 --> 00:27:01,560
ثلاثة عناصر، وفي الآخر يكون فيه هذه item set واحد

308
00:27:01,560 --> 00:27:05,980
وحيد في الأربع عناصر، خلي بالك أن هدول هذا set

309
00:27:05,980 --> 00:27:12,220
مجموعة، مش ordered list، يعني a,b,c,d هي نفسها c,d,a

310
00:27:12,220 --> 00:27:18,060
,b، آه، مش إيه، قلنا a,b,c,d هي نفسها d,c يعني أي

311
00:27:18,060 --> 00:27:25,080
ترتيبة هي نفسها، صح؟ الآن هدول قدهم؟ هدول هم بيطلع

312
00:27:25,080 --> 00:27:31,770
15 مش هم لنا أربعة items، هل هذا يظهر 15؟ 1,2,3,4,5,6

313
00:27:31,770 --> 00:27:37,290
,7,8,9,10,11,12,13,14,15

314
00:27:37,290 --> 00:27:38,090
,16

315
00:27:38,090 --> 00:27:39,530
إلى 15

316
00:27:39,530 --> 00:27:42,710
(الاعداد المتبقية ليست جزءاً من النص الأصلي)

317
00:27:42,710 --> 00:27:43,030
(الاعداد المتبقية ليست جزءاً من النص الأصلي)

318
00:27:43,030 --> 00:27:44,030
(الاعداد المتبقية ليست جزءاً من النص الأصلي)

319
00:27:44,030 --> 00:27:56,330
(الاعداد المتبقية ليست جزءاً من النص الأصلي)

320
00:27:56,460 --> 00:28:01,300
الآن هذا الـ item set، كل واحد من هذول يفرض أن الـ

321
00:28:01,300 --> 00:28:07,680
algorithm تبعتي أول ما تيجي تفرض مختلف

322
00:28:07,680 --> 00:28:11,480
الـ item set المحتملة، وبعدين تيجي تشوف الـ

323
00:28:11,480 --> 00:28:15,940
frequency تبع كل واحد، الـ frequency تبع كل واحد

324
00:28:15,940 --> 00:28:22,380
بمعنى أن تبدأ تقول من الـ A لحاله، الـ A لحاله مثلًا

325
00:28:22,380 --> 00:28:24,540
الـ bread لحاله، الـ milk لحاله،

326
00:28:27,140 --> 00:28:30,500
جدّيش الـ frequency تبعته؟ يعني جدّيش موجود عندي في

327
00:28:30,500 --> 00:28:36,120
كم transaction؟ okay، لأن إذا الـ frequency تبعته

328
00:28:36,120 --> 00:28:42,820
أكبر من، أكبر من الـ support اللي أنا بدّيه، يبقى

329
00:28:42,820 --> 00:28:48,940
الكويس، إذا أجل يبقى هو مقبول، واللي بتفرع منه أيضًا

330
00:28:48,940 --> 00:28:53,620
مقبول، لأن اللي بتفرع منه، يعني إذا هذه لحالة مقبولة،

331
00:28:53,620 --> 00:28:59,300
فما بالك هذه مع واحد ثاني، بتبقى أكثر، صح؟ يبقى أنا

332
00:28:59,300 --> 00:29:04,000
الآن لو في عندي frequent item set، لو عندي

333
00:29:04,000 --> 00:29:10,420
infrequent item set زي هذا مثلًا، يبقى هو وأي item

334
00:29:10,420 --> 00:29:17,780
set آخر هذا بيظهر بداخله، إذا هذا infrequent يبقى

335
00:29:17,780 --> 00:29:23,080
حتمًا هدول كلهم infrequent، بأستبعدهم، يعني إيش؟

336
00:29:23,080 --> 00:29:26,940
يعني pruning، يعني بـ .. أختصر شوية الـ electricity

337
00:29:26,940 --> 00:29:30,260
ولا بحسب الـ frequency، يعني بأجي أنا هنا حسبت الـ

338
00:29:30,260 --> 00:29:34,080
frequency تبع هذا، مجبور الـ frequency، مجبور، مجبور

339
00:29:34,080 --> 00:29:38,920
لأ، هذا مش مجبور، الـ frequency أقل من، أقل من الـ إيش؟

340
00:29:38,920 --> 00:29:43,620
أقل من الـ support اللي أنا بدّيه، يبقى هذا مش مجبور،

341
00:29:43,620 --> 00:29:48,380
هو كـ item set بيطلع ضمن الحسبة، و بيطلع ضمن الحسبة

342
00:29:48,380 --> 00:29:53,340
أي item set آخر يحتويها، الـ D هذه موجودة هنا، موجودة

343
00:29:53,340 --> 00:30:00,700
هنا، okay، الآن هذا الـ A، هذا الـ A إيش ممكن ييجي

344
00:30:00,700 --> 00:30:06,560
في item sets أخرى؟ هو نفسه بيجي مع الـ B، بيجي مع الـ

345
00:30:06,560 --> 00:30:11,400
C، بيجي مع الـ D، صح؟ ما فيش غير هيك، هم الـ A و الـ B و

346
00:30:11,400 --> 00:30:14,880
الـ C و الـ D، مظبوط؟ طيب الآن حسبت لهذا الـ frequency

347
00:30:14,880 --> 00:30:20,140
بتوعته، مقبولة، هذا مقبولة، هذا مش مقبولة، لأن هو واللي

348
00:30:20,140 --> 00:30:24,580
شايف؟

349
00:30:26,400 --> 00:30:32,580
هذا مش مقبول، من هنا هذا، هذول اتنين شطبنا عليهم

350
00:30:32,580 --> 00:30:37,680
لأنهم جايين من مين؟ من AD، هذا شطب عليه لأنه جاء من

351
00:30:37,680 --> 00:30:44,740
مين؟ من BD، و برضه من CD، شايف هذا الـ .. و هذا نفسه

352
00:30:44,740 --> 00:30:54,700
بـ مع الـ D، طبعًا الآن هذول يبقى هيشطبوا، هذا  الـ algorithm

353
00:30:54,700 --> 00:30:59,760
المستخدمة عندنا آلية لاختصار الشغل، لتقليل الـ

354
00:30:59,760 --> 00:31:03,300
computation، أنهي الـ computation اللي وفرناها أن

355
00:31:03,300 --> 00:31:10,070
أنا أحسب الـ frequency تبع هدول، أنا بمجرّد ما شفت

356
00:31:10,070 --> 00:31:13,170
هدول، وشفت أنهم بيحتوي على واحد الـ frequency، على

357
00:31:13,170 --> 00:31:17,630
items، الـ frequency ده معاه منخفضة، استبعدتهم تلقائيًا

358
00:31:17,630 --> 00:31:21,790
بدون ما أروح أغلب حالي وأعمل عملية إحصاء، جدّيش

359
00:31:21,790 --> 00:31:24,630
هدول موجودين في الـ table، يبقى شفت عليه

360
00:31:24,630 --> 00:31:30,590
computation ولا لأ، صح؟ okay، يبقى الآن احنا أول

361
00:31:30,590 --> 00:31:38,120
إنجاز اللي هو استخلصنا، أولًا created and filtered الـ

362
00:31:38,120 --> 00:31:44,780
item sets اللي frequent، يعني اللي above الـ minimum

363
00:31:44,780 --> 00:31:55,260
support

364
00:31:55,260 --> 00:32:00,300
in the first stage

365
00:32:01,920 --> 00:32:08,060
الـ algorithm يجد كل المجموعات المستخدمة، المستخدمة،

366
00:32:08,060 --> 00:32:09,580
(تكرار كلمة "المستخدمة"  تم حذفه)

367
00:32:09,580 --> 00:32:11,480
(تكرار كلمة "المستخدمة" تم حذفه)

368
00:32:11,480 --> 00:32:12,720
(تكرار كلمة "المستخدمة" تم حذفه)

369
00:32:12,720 --> 00:32:12,860
(تكرار كلمة "المستخدمة" تم حذفه)

370
00:32:12,860 --> 00:32:15,180
(تكرار كلمة "المستخدمة" تم حذفه)

371
00:32:15,180 --> 00:32:19,840
(تكرار كلمة "المستخدمة" تم حذفه)

372
00:32:19,840 --> 00:32:19,880
(تكرار كلمة "المستخدمة" تم حذفه)

373
00:32:19,880 --> 00:32:26,000
(تكرار كلمة "المستخدمة" تم حذفه)

374
00:32:26,000 --> 00:32:31,830
المستخْدَمة، نشكل منها rules، بدل ما كنا نشكل rules

375
00:32:31,830 --> 00:32:39,110
من كل الـ item sets اللي معانا، الـ 15 أو الـ 255، الآن

376
00:32:39,110 --> 00:32:45,130
اختزلنا الرقم هذا إلى best frequent، يعني هنا الـ 15

377
00:32:45,130 --> 00:32:52,130
هيطلع منهم بس 1,2,3,4,5,6,7، بس frequent، بدل ..

378
00:32:52,130 --> 00:33:02,310
أقول .. أطلع rules من 255 أو من 15 item sets، لأ،

379
00:33:02,310 --> 00:33:07,970
الآن بطلع rules من 7 فقط، آه، هوا بكثير ولا لأ؟ فخطوة

380
00:33:07,970 --> 00:33:12,750
الـ stage الأولى هي تنجز ليها عملية تقليل الـ item

381
00:33:12,750 --> 00:33:18,770
sets إلى بس الـ frequent، in the first stage، إيش

382
00:33:18,770 --> 00:33:25,090
قلنا الـ algorithm finds frequent item sets، it

383
00:33:25,090 --> 00:33:29,010
generates the rules لـ high confidence، high

384
00:33:29,010 --> 00:33:32,650
confidence، يعني أن الـ confidence تبعتها أعلى من الـ

385
00:33:32,650 --> 00:33:38,790
minimum confidence، فهذا المثال أو هذا الجدول، لو

386
00:33:38,790 --> 00:33:43,130
أضعت عليه، أول شيء السبعة هدول، واحد، اتنين، تلاتة،

387
00:33:43,130 --> 00:33:47,530
أربعة، خمسة، ستة، ثمانية، هم الثمانية items الأصليين،

388
00:33:47,530 --> 00:33:51,550
هدول item sets، يعني هتطلع بين curly braces، الـ

389
00:33:51,550 --> 00:33:55,550
braces هذه، يعني هو set بس يحتوي على عنصر واحد، هذا

390
00:33:55,550 --> 00:33:59,750
إيش الـ support تبعه؟ الـ support تبعه كيف حسبناه؟ كلّنا

391
00:33:59,750 --> 00:34:05,030
جدّيش متكرر من الم

445
00:38:10,840 --> 00:38:13,920
كلها دول مزدوجة، احسب الـ support تبعهم، بيطلع معاه

446
00:38:13,920 --> 00:38:19,260
21 ميض، اللي أقل من هذا بيطلع معاه من الـ 21 ميض

447
00:38:19,260 --> 00:38:23,000
بيطلع معاه من هذول، الآن بيكون الأساس أو الـ seed

448
00:38:23,000 --> 00:38:29,240
لثلاثيات، للاطم سات الثلاثية، الآن ثلاثي، رباعي، خمسي

449
00:38:29,240 --> 00:38:33,080
لحد ما أكثر، يعني هنا نشوف الواحد و عشرين طلعولي

450
00:38:33,080 --> 00:38:37,680
السبعة، هدول بعد هيك، السبعة دول طلعولي أربعة، وبعد

451
00:38:37,680 --> 00:38:41,240
هيك الأربعة طلعولي، لحد هيك بيبطل يطلع معايا item

452
00:38:41,240 --> 00:38:49,380
sets, okay، الآن بعد هيك هي الثلاثية، الآن هذا فلاني

453
00:38:49,380 --> 00:38:52,700
بكرره، بكرره زي ما قلت، لحدين ما يبطل معايا يطلع

454
00:38:52,700 --> 00:38:59,460
معايا more item sales، بعد هيك بيجي دور اللي هو الـ

455
00:38:59,460 --> 00:39:03,600
rules، okay، بنكمل المحاضرة الجاية، بنحكي فيه آخر

456
00:39:03,600 --> 00:39:07,340
نقطة، اللي هي كيف تـ generate الـ rules من الـ item

457
00:39:07,340 --> 00:39:09,960
sales اللي بتطلع معانا في الآخر، قضية بسيطة جدا