Tuffery_-_UCO_Angers_-_Data_Mining_2015-2016
11/12/2015 © Stéphane Tufféry - Usage réservé à l’UCO 1
DATA MINING ET BIG DATA
Stéphane TUFFERY
Université Catholique de l’Ouest
Institut de Mathématiques Appliquées
11 décembre 2015
11/12/2015 © Stéphane Tufféry - Usage réservé à l’UCO 2
Présentation de l’intervenant
Responsable de l’équipe statistique dans un grand groupe
bancaire français
Enseigne à l’Université Rennes 1 et à l’ENSAI
Docteur en Mathématiques
Auteur de :
Data Mining et Statistique Décisionnelle, Éditions
Technip, 2005, 4eédition 2012, préface de
Gilbert Saporta
Data Mining and Statistics for Decision Making,
Éditions Wiley, mars 2011
Étude de cas en Statistique Décisionnelle,
Éditions Technip, 2009
Computational Actuarial Science with R (ouvrage
collectif), Éditions Chapman & Hall, 2014
Modélisation prédictive et apprentissage
statistique avec R, Éditions Technip, 2015
11/12/2015 © Stéphane Tufféry - Usage réservé à l’UCO 3
Plan
Qu’est-ce que le data mining ?
Qu’est-ce que le Big Data ?
À quoi sert le data mining ?
À quoi sert le Big Data ?
Exemple d’analyse d’un réseau social avec R
L’élaboration d’un modèle de scoring
------------------------------------------------------------------------------------------------------------
La sélection des variables
La modélisation
Réduction de la complexité et agrégation de modèles
Méthodes pour le Big Data
Analyses en grande dimension : comparaison de logiciels
Conclusion
11/12/2015 © Stéphane Tufféry - Usage réservé à l’UCO 4
Qu’est-ce que le data mining ?
11/12/2015 © Stéphane Tufféry - Usage réservé à l’UCO 5
La fouille de données
Le data mining est l’ensemble des :
méthodes scientifiques
… destinées à l’exploration et l’analyse
… de (souvent) grandes bases de données informatiques
… en vue de détecter dans ces données des profils-type, des
comportements récurrents, des règles, des liens, des tendances
inconnues (non fixées a priori), des structures particulières restituant
de façon concise l’essentiel de l’information utile
… pour l’aide à la décision
On parle d’extraire l’information de la donnée
Selon le MIT, c’est l’une des 10 technologies émergentes qui
« changeront le monde » au XXIesiècle
Selon Hal Varian, Chief Economist de Google : “I keep saying
that the sexy job in the next 10 years will be statisticians”
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
1
/
159
100%
