एसोसिएशन रूल क्या है ? | What is Association Rule in Hindi
Machine Learning में Association Rule एक तकनीक है जो हमें डेटा से amazing और गहरी समझ प्रदान करती है, खासकर जब हम बड़े Sets में डेटा के बीच के relations को समझना चाहते हैं।इस तकनीक का मुख्य उद्देश्य है Relationship और Patterns की खोज करना जो डेटा में छुपे होते हैं। यह काम किसी भी विशेष लक्ष्य को हासिल करने के लिए नहीं होता, बल्कि यह डेटा को समझने और उससे अधिक सीखने में मदद करता है।
इसका एक उदाहरण हैं, एक Customer जो आपके E – commerce Site पर एक Item खरीदता है, उसके साथ और कौन-कौन से Items का संबंध हो सकता है, जिससे आप उसे संबंधित proposed Items के बारे में सुझाव दे सकते हैं।इस प्रकार, Association Rule एक महत्वपूर्ण Machine Learning Technique है जो हमें विशेष Data Sets के बीच के संबंधों को समझने में मदद कर सकती है।
एसोसिएशन रूल का उदाहरण | Example of Association Rule in Hindi
Association Rule एक ऐसी तकनीक है जो हमें डेटा में छिपे संबंधों और Patterns को पहचानने में मदद करती है। यहां हम इस प्रक्रिया को एक उदाहरण के साथ समझेंगे:
सोचिए आप एक दुकानदार हैं और आपकी दुकान में कई Cloths उपलब्ध हैं। अब आप नोटिस करना चाहते हैं कि क्या व्यक्ति A और व्यक्ति B कभी-कभी एक साथ Cloths खरीदते हैं।आप एक बड़े से बड़े समय अवधि के लिए लिए गए Data का उपयोग करके एक सूची तैयार करते हैं जिसमें दर्ज है कि कौन-कौन से वस्त्र एक साथ खरीदे जा रहे हैं।
अब आप इस सूची से Association Rule बना सकते हैं। एक उदाहरण के लिए, यदि व्यक्ति A ने कभी वस्त्र X और Y को साथ में खरीदा है, तो हम यह कह सकते हैं कि “जब वस्त्र X खरीदा जाता है, तो वस्त्र Y भी अक्सर खरीदा जाता है”। इसे एक नियम के रूप में प्रदर्शित किया जा सकता है: {X} -> {Y}।
जब आपने ये Rules तैयार किए हैं, तो आप अब अपने Customers को सुझाव देने के लिए इन Rules का उपयोग कर सकते हैं। जिससे यदि कोई व्यक्ति वस्त्र X खरीद रहा है, तो आप उसे वस्त्र Y को भी देखने के लिए सुझा सकते हैं।जब आपकी दुकान में नए Product आते हैं या customers की आदतें बदल जाती हैं, तो आप अपनी Rules को Update कर सकते हैं ताकि आप अपने customers को हमेशा बेहतर सेवा प्रदान कर सकें।
इस outline से यह स्पष्ट होता है कि Association Rule Learning व्यापक तौर पर व्यापक Data Sets से जुड़े संबंधों को पहचानने और समझने में कैसे मदद कर सकता है, जिससे businessmen और भी उत्तरदाता (respondents) बना सकता है।
एसोसिएशन रूल के प्रकार | Types of Association Rule in Hindi
Association Rule के विभिन्न प्रकार होते हैं, जो विभिन्न तरीकों से डेटा में छिपे संबंधों को पहचानते हैं। यहां कुछ मुख्य प्रकारों की विस्तृत जानकारी है:
1. Apriori Algorithm: Apriori एक प्रमुख और प्रसारी तकनीक है जो सबसे commonly Association Rule Learning में प्रयुक्त होती है। इसमें सबसे पहले (items) के सेट्स की वस्तुएं (items) गिनी जाती हैं, और फिर वे उन Sets को ध्यान में रखकर Relations की खोज करता है जो एक साथ प्रदर्शित होते हैं।
2. FP-Growth Algorithm: FP-Growth (Frequent Pattern Growth) एक और प्रभावी तकनीक है जो High Pattern Relationship को खोजने के लिए डेटा को अच्छी तरह से Scan करती है। इसमें एक Tree structure का उपयोग किया जाता है जो डेटा को कम effort से processing करने में मदद करता है।
3. Eclat Algorithm: Eclat एक और लोकप्रिय Algorithms है जो विभिन्न Sets के बीच से Relation खोजता है। इसमें एकStructure sets का उपयोग किया जाता है जो Related Items को एक साथ रखता है।
4. Conditional FP-Growth: यह एक FP-Growth का विस्तार है जो निश्चित संबंधों के लिए Conditional Rules प्रदान करने में मदद करता है। इससे हम डेटा के निश्चित Relations को और बेहतर से समझ सकते हैं।
ये थे कुछ मुख्य Association Rule Algorithms, जो डेटा से संबंधों को पहचानने में मदद करते हैं। इनमें से प्रत्येक अल्ग-अलग तकनीकों की खासियतें होती हैं जो विभिन्न परिस्थितियों में उपयोग किए जा सकते हैं, तीनों का लक्षण एक ideal technique की तलाश करते हैं।
Conclusion :
निवेदन: अगर आपको यह पोस्ट ” Association Rule Algorithms in Hindi ” पसंद आई हो तो कृपया इसे अपने दोस्तों और सम्बंधित व्यक्तियों के साथ Share करें। आपके सुझाव और प्रश्नों का स्वागत है, इसलिए कृपया नीचे टिप्पणी बॉक्स में हमें बताएं। धन्यवाद!
Read also this topic in Hindi–