Data Mining Using Grammar Based Genetic Programming and Applications

داده کاوی شامل استخراج غیر ضروری اطلاعات ضمنی، قبلا ناشناخته و بالقوه مفید از پایگاه های داده است. برنامه نویسی ژنتیکی (GP) و برنامه نویسی منطق القایی (ILP) دو روش برای داده کاوی هستند. این کتاب ابتدا پیش زمینه های لازم را برای خواننده تنظیم می کند، از جمله مروری بر داده کاوی، الگوریتم های تکاملی و برنامه نویسی منطق استقرایی. سپس چارچوبی به نام GGP (برنامه‌نویسی ژنتیک عمومی) را توصیف می‌کند که GP و ILP را بر اساس فرمالیسم گرامرهای منطقی ادغام می‌کند. فرمالیسم به اندازه کافی قدرتمند است که اطلاعات حساس به زمینه و دانش وابسته به حوزه را نشان دهد. این دانش می تواند برای تسریع سرعت یادگیری و/یا بهبود کیفیت دانش القا شده مورد استفاده قرار گیرد.
یک سیستم برنامه نویسی ژنتیکی مبتنی بر دستور زبان به نام LOGENPRO (سیستم برنامه نویسی ژنتیک مبتنی بر گرامر LOGic) با جزئیات و روی بسیاری از مشکلات در داده کاوی آزمایش شده است. مشخص شده است که LOGENPRO از برخی سیستم های ILP بهتر عمل می کند. ما همچنین نحوه اعمال LOGENPRO را برای تقلید از توابع تعریف شده خودکار (ADFs) برای کشف نمونه های اولیه نمایش مشکل به طور خودکار نشان داده ایم. LOGENPRO با به کارگیری دانش مختلف در مورد مشکل در حال حل، می تواند راه حلی بسیار سریعتر از ADF ها پیدا کند و محاسبات مورد نیاز LOGENPRO بسیار کوچکتر از ADF ها است. علاوه بر این، LOGENPRO می تواند اثرات برنامه نویسی ژنتیکی نوع قوی و ADF ها را به طور همزمان و بدون زحمت تقلید کند.
داده کاوی با استفاده از برنامه نویسی و برنامه های ژنتیکی مبتنی بر گرامر برای محققان، پزشکان و پزشکان علاقه مند به برنامه ریزی ژنتیکی، داده کاوی و استخراج داده ها از پایگاه های داده مناسب است.

Data mining involves the non-trivial extraction of implicit, previously unknown, and potentially useful information from databases. Genetic Programming (GP) and Inductive Logic Programming (ILP) are two of the approaches for data mining. This book first sets the necessary backgrounds for the reader, including an overview of data mining, evolutionary algorithms and inductive logic programming. It then describes a framework, called GGP (Generic Genetic Programming), that integrates GP and ILP based on a formalism of logic grammars. The formalism is powerful enough to represent context- sensitive information and domain-dependent knowledge. This knowledge can be used to accelerate the learning speed and/or improve the quality of the knowledge induced.
A grammar-based genetic programming system called LOGENPRO (The LOGic grammar based GENetic PROgramming system) is detailed and tested on many problems in data mining. It is found that LOGENPRO outperforms some ILP systems. We have also illustrated how to apply LOGENPRO to emulate Automatically Defined Functions (ADFs) to discover problem representation primitives automatically. By employing various knowledge about the problem being solved, LOGENPRO can find a solution much faster than ADFs and the computation required by LOGENPRO is much smaller than that of ADFs. Moreover, LOGENPRO can emulate the effects of Strongly Type Genetic Programming and ADFs simultaneously and effortlessly.
Data Mining Using Grammar Based Genetic Programming and Applications is appropriate for researchers, practitioners and clinicians interested in genetic programming, data mining, and the extraction of data from databases.