FOUILLE DE DONNEES - Fondements

FOUILLE DE DONNEES
-
Fondements!
E. KERGOSIEN
[email protected]
UM2 MONTPELLIER
Cours Master IPS FMIN361 – UM2
"#$%&"#$'! $!

Planning!
• !"#$%#&$!'()(*+,-../(0/(0+112/3(4(*+10/5/163(789(:/;<+3-/1=(
• &>#$%#&$!'()(?.,36/;-1<(7@9(A/1B+=(
• $&#!$#&$!'()(CD<./3(0EF33+B-FG+1(/6(5+GH3(32I,/1G/.3(7J9(J+1B/./6=((
• $%#!$#&$!'()(K/LF(7:9(M+0+;+N(/6(O9(P.F6;-36F(QF.F3=(R(?+,;3(0/(*+,-../(0/(
@+112/3S(T16+.+<-/3(/6(K/U(Q/5F1GI,/(7:+136F1G1(M+0+;+N=((
• !V#!$#&$!'()(K/LF(7:9(M+0+;+N(/6(O9(P.F6;-36F(QF.F3=(R(?+,;3(0/(*+,-../(0/(
@+112/3S(T16+.+<-/3(/6(K/U(Q/5F1GI,/(7:+136F1G1(M+0+;+N=((
• &'#!$#&$!'(W($V#!!#!'()(?+,;3(0/(*+,-../(0/(6/X6/3(789(:/;<+3-/1=(4(MJ3(*+,-../(
0/(6/X6/(
• !'#!!#&$!'()(?+,;3(0/(Y-3,F.-3FG+1((7P9(QF..FU/;;Z=(W(MJ3(
• &$#!!#&$!'(4(&[#!!#&$!'(4($\#!&#&$!'(4(!!#!&#&$!'()(J;+]/6(*+,-../(0/(
0+112/3(7O9(P.F6;-36F(QF.F3(/6(89(:/;<+3-/1=(
• !"#!&#&$!'()(Q+,6/1F1B/(^;+]/6((
(
(
"#$%&"#$'! "!

Références!
• ?+,;3(0/(P11/(_F,;/16S(`1-N/;3-62(a+16^/..-/;(&(
• ?+,;3(0/(?b;-36/../(QBbF;cS(A*A(
• ?+,;3(0/(aF;-,3(*-/3Bb-S(`1-N/;3-62(0/(aF;3/-../(
• ?+,;3(0/(*FU;-B/(C+33-S(M2.2B+5(JF;-3M/Bb(
• ?+,;3(0/(:F;-1/(d/-6+,1-S(`1-N/;3-62(0/(Y/;3F-../3(
• A16;+0,BG+1(F,(@F6F(a-1-1<9(a9eF5U,9(8Z;+../39((!%%"9(
• @F6F(a-1-1<)(?+1B/^63(F10(M/Bb1-I,/39(e9(OF1(F10(a9(:F5U/;S(Mb/(a+;<F1(
:F,H5F11(Q/;-/3(-1(@F6F(aF1F</5/16(QZ36/53S(&$$$9(
• Q-6/3(K/U()(:@(f,<</63(g(`?A(5FBb-1/(./F;1-1<(;/^+3-6+;Z(
(
(
"#$%&"#$'! %!

Organisation du cours
()*+,-./0,)!
• Introduction
o Pourquoi la fouille de données? Et qu’est ce que la fouille de données?
o Des données aux connaissances
o Exemples concrets
• Point sur le projet
• Le data Mining et les autres disciplines
o Liens entre DM et d’autres disciplines
o Les deux types d’approches en DM
o Variables numériques et catégorielles
• Les six grands types de techniques du Data Mining
o La description, la classification, l’association, l’estimation , la segmentation et la prévision
• Algorithmes de ce cours pour la classification
o Approches de classification supervisée et non supervisée
o Règles d’association et motifs séquentiels
o Évaluation des méthodes
• Conclusion
• Quelques produits et zoom sur Weka
(
(
"#$%&"#$'! '!

(1!()*+,-./0,)!
"#$"&"#$%! 2!
!
31 4,.+5.,6!73!8,.6779!-9!-,)):9!;!
<1 =:*3>?,+9!
/1 @.A9B*!/9!5.9!73!C,.6779!-9!-,)):9B!;!
-1 D9B!-,)):9B!3.E!/,))36BB3)/9B!
91 FE9G>79B!-A3>>76/30,)B!/,)/+H*9B!
(
"#$%&"#$'!