Cùng với sựphát triển của Công NghệThông Tin ngày nay, khai phá tri thức
trong các cơsởdưliệu lớn là một trong nhưng lĩnh vực được rất nhiều nhà nguyên cứu
và ứng dụng tin học đặc biệt quan tâm. Việc nguyên cứu những phương pháp có thểtự
động phát hiện những tri thức mới trong cơsởdưliệu trên máy tính đã tỏra thực sự
hữu ích trong việc hỗtrợquyết định cho con người.
Hiện nay, trên thếgiới có rất nhiều thuật toán khai phá tri thức bằng cách phân
lớp và rời rạc dữliệu như: Sửdụng cây quyết định, phương pháp thống kê, các mạng
nơron, thuật toán di truyền,.Trong một vài năm gần đây, lý thuyết tâp thô được nhiều
nhóm nguyên cứu hoạt động trong lĩnh vực tin học nói chung và khai phá tri thức nói
riêng nguyên cứu và áp dụng trong thực tế. Lý thuyết tập thô được xây dựng trên nền
tảng toán học vững chắc giúp cung cấp những công cụhữu ích đểgiải quyết những bài
toán phân lớp dữliệu và khai phá luật,.Với đặc tính có thểxửlý được những dữliệu
mơhồ, không chắc chắn tập thô tỏra rất hữu ích trong việc giải quyết những bài toán
thực tế. Từnhững bảng dữliệu lớn với dữliệu dưthừa, không hoàn hảo, dữliệu liên
tục, hay dữliệu dưới dạng ký hiệu lý thuyết tập thô cho phép khai phá tri thức từ
những khối dữliệu này nhằm phát hiện những luật tiềm ẩn từkhối dữliệu này.
Trong khoá luân tốt nghiệp chúng tôi đã trình bày một sốphương pháp rời rạc
hoá dữliệu theo hướng tiếp cận tập thô. Và xây dựng chương trình thửnghiệm: phát
hiện luật bằng cách sửdụng siêu phẳng tối ưu theo hướng tiếp cân tập thô. Chương
trình được xây dựng đểthửnghiệm trên bộdữliệu chứa thông tin về768 bệnh nhân bị
bệnh tiểu đường cung cấp bởi tổchức “National Institute of Diabetes and Digestive
and Kidney Diseases”. Từ đó xây dựng hệthống các luật dựa trên cây quyết định dùng
đểhỗtrợviệc khám bệnh của các bác sĩ.
