Extraction de connaissance

!!"#$"%&'
%'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Extraction*de*connaissance*
Data*mining*–*KDD*–*etc.*
8.9,:10';<,=,=.<>'?32.@,4'A<+,/0''
B.@C*129'8,+413@@1'5'73)D8,+413@@1'E/3FGH'
I./*,2*J':.9,:10GK<,=,=.<L</3FD,:<G2.:'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Intervenants*et*thèmes*
• Intervenants
• Nicolas Durand, Mohamed Quafafou
• Thèmes du cours
• Cours (CM)
! Données et Challenges
! Méthodes et algorithmes
! Evaluation et implémentation (Weka)
• Travaux dirigés (TD)
! Etudes d’algorithmes et de méthodes
• Travaux pratiques (TP)
! Utilisation de différents algorithmes sur diverses données
! Implémentations – voir Exercices
!
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Objectifs*
• Appréhender le contexte et les enjeux
• Se familiariser avec les concepts de base
• les différentes étapes processus de data mining
• Pré-traitement des données
• Des données à la connaissance
• Post-traitement de la connaissance
• Les méthodes et algorithmes qui transforme les données en
connaissances
• Les méthodes d’évaluation
• Etudier quelques cas en utilisant Weka
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Organisation*
• Evaluation
• Note de contrôle continue – durant les TP (25%)
• Note final Examen (75%)
• Ressources
• Voir pages personnelles des intervenants
• Voir les références précisés dans les supports de Cours/TD/TP
• Contacts
• Réception sur RdV
• Mohamed Quafafou, Bureau 128 (devant salle 127)

!!"#$"%&'
!'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Plan*
• M/*+.0<2-./'
• A.//N14'
• 8N*9.014'1*'7@O.+3*9:14'
• 7PP+1/-44,O1'4<P1+F34N'
• 7PP+1/-44,O1'/./'4<P1+F34N'
• 8N*9.014'0QNF,@<,-./'
• M:P@N:1/*,-./'
• 7PP@32,-./'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Pourquoi*Data*Mining*?*
• R,'0.//N14'14*'@1'/.<F1,<'PN*+.@1'5'./'0.3*'
,PP+1/0+1'S'@Q,/,@C41+T'U,PP.+*'I.::3443./'
(<+.PN1//1G'
• V(7V(7UIWUIW'
XUY7?MZ(>'V(7UIW>'[MVE7RMZ(>'VE887UMZ(>'BU(AMI\>'E?A(UV\7?A'
I91+291+>'X+O,/341+>'I.:P+1/0+1>'UN4<:1+>'1*2G''
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• 8103,'1*'3/=.+:,-./'
• M/=.+:,-./'*1)*<1@@1'5']<)'UVV'
• ^.<+/,<)'\[''
Pourquoi*Data*Mining*?*
\+,/4=.+:1+>'U12.//,_*+1>'1*2G''
9`PJ""F.),@1,0G@,a4G1),@1,0G2.:"'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• I.::1+21'1/'@3O/1'1*'1D:,+b1-/O'
• B.<+K<.3':1`+1'</'P+.0<3*'S'2.*N'0Q</',<*+1'0,/4'</'+,C./'c'
• I.:P.+*1:1/*'014'2@31/*4'c'
Pourquoi*Data*Mining*?*
\+,21+>'70,P*1+>'V-:<@1+>'B+N03+1>'7/-23P1+>'1*2G''

!!"#$"%&'
d'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• B<a@323*N'23a@N1''
• A34P.43-=4'e)14'0,/4'</1'F3@@1'.<'</'21/*+1'2.::1+23,@1T'
• A34P.43-=4':.a3@14'
• VC4*f:14'01'+12.::,/0,-./'gh1a>'8.a3@1>'\[>'1*2GH'
Pourquoi*Data*Mining*?*
I.@@12*1+>'B+N03+1>'V<+F13@@1+'7/-23P1+>'1*2G''
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• 7/,@C41'01'*+,i12*.3+14'
• 72K<343-./'01'0.//N14'gI,4'014'\,)34H'
• A.//N14'8.a3@14'
• 7/3:,<)>'1*2G'
Pourquoi*Data*Mining*?*
Y1.D2.0,O1>'/1`.C,O1>'83/3/O>'1*2G''
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• B,+*,O1'1*'03j<43./'
• 814':<43K<14>':14'P9.*.4>':14',:34>':14'k'T'
• 814'P@,C@34*4>'21'K<1'iQ,3:1>'1*2G'
Pourquoi*Data*Mining*?*
B,+*,O1+>'03j<41+>'P1+4.//,@341+'+12.::,/0,-./4>'1*2G''
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• 7F34'1*'41/-:1/*4'
• ^Q,29f*1>'iQ<-@341'1*'i1'0.//1':./',F34T'
• 814'2.::1/*,3+14'1*'42.+14>'
Pourquoi*Data*Mining*?*
7/,@C41+>',F34'[email protected],@>'41/-:1/*'ON/N+,@>'1*2G'

!!"#$"%&'
6'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
• ^1'*l11*4'T'
• ^Q,29f*1>'iQ<-@341'1*'i1'0.//1':./',F34T'
• 814'2.::1/*,3+14'1*'42.+14>'
Pourquoi*Data*Mining*?*
B,+*,O1+>'4<+F13@@1+>'V<3F+1>'I,+*.O+,P931+>'1*2G'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Big*Data*
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Multilingues*
• R3:3*14'0Q</':.*4'c'
• R14':.*4'/1'4./*'P,4'*.<i.<+4'4NP,+N4'P,+'014'14P,214'T'
• ()1:P@1'1/'[31*/,:31/'
• Một_luật_gia_cầm_cự_với_,nh_hình_hiện_nay.'
• M@'C','%#'4C@@,a@14>41@./'@,'=,m./',F12'@,K<1@@1'F.<4'@14'03F341n'F.<4'
.a-1/0+,3'014'43O/3e2,-./4'03jN+1/*14'T'
!
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Formats*de*données*
• A3F1+43*N'014'=.+:,*4'01'0.//N14'
• U1@,-.//1@@1'
• \1) *1'
• (/41:a@1'
• VNK<1/21'
• Y+,P91'
• WCP1+O+,P91'
• M:,O1'
• [30N.'
• (*2G'

!!"#$"%&'
$'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Processus*
VN@12-./'
B+ND*+,3*1:1/*4'
\+,/4=.+:,-./'A,*,':3/3/O'
(F,@<,-./'
M/*1+P+N*,-./'
[34<,@34,-./'
o,41'01'0.//N14'"'
A,*,'l,+19.<41''
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Domaines*concernés*
7O1/*4''
3/*1@@3O1/*4'
XR7B'
7PP+1/-44,O1'
V*,-4-K<14'
[34<,@34,-./'
VC4*f:14'
1)P1+*4'
UN41,<)'01'
/1<+./14'
A,*,'l,+19.<41'
o,41'01'0.//N14'
W3O9'P1+=.+:,/21'
2.:P<-/O'
''''B+.a,a3@3*N4'
XP-:34,-./'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
Principales*tâches*
I@,443e2,-./''
(4-:,-./'
U1O+.<P1:1/*'p2@<4*1+3/Oq'
7/,@C41'01'0NP1/0,/214'
VNK<1/214'
[34<,@34,-./'
UN4<:N'p4<::,+3n,-./q'
AN*12-./'01'0NF3,-./'
Que$dois-je$faire$
de$mes$données?'
()*+,-./'01'2.//,344,/214'5'67''5''!#%&'
De*quoi*s’agit*t-il*?*
• C’est un
• processus interac4f, itéra4f et "non-trivial", d'identification de
connaissances qui sont valides, nouvelles, potentiellement utiles et
compréhensibles.
• Ce processus cyclique
• comporte les phases de sélec4on de données, de pré-traitements,
de transforma4ons, de data$mining, d'interpréta4on et
d'évalua4on de la connaissance extraite.