Les techniques de la fouille des données
par Raphaelo Samuel
1. Réservoir de données
1.1. Orientées Objet
1.2. Bases de données spatiales
1.3. Données chronologiques et données temporelles
1.4. Bases textuelles et multimédia
1.5. WWW
2. Data warehouses / entrepôts de données
3. Bases de données relationnelles
4. Solution: Entrepôts de données et fouille de données
5. Submergés par les données, manque de connaissance!
6. L’explosion des données
7. Wikipédia
8. 1- Pourquoi la fouille de données?
9. 6- Architecture d’un système type de data miningArchitecture mining
9.1. Capture1.JPG
10. 7- Data mining: Sur quel type de données?
11. 2- Evolution de la technologie des bases de données
11.1. 1970 : Bases de données relationnelles (RDBMS)
11.2. 1980 : RDBMS, modèles de données avancés et DBMS orientés application
11.3. 1990 -2000 : Fouilles de données et entrepôts de données, BDD multimédia, bases de données Web
12. 3- Qu’est-ce que la fouille de données?
12.1. Extraction d’information intéressante (non triviale, implicite, non connue précédemment et potentiellement utile) ou de patterns
12.2. Découverte de connaissance (mining) dans des Bdd, extraction de connaissance, analyse de données/pattern.
12.3. Propose des résumés d’information (rapports multidimensionnels, résumés statistiques)
13. 4- Data Mining: Un processus de découverte de connaissance
13.1. Capture.JPG
14. 5- Etapes d’un processus de découverte de connaissance
14.1. Connaître le domaine d’application
14.1.1. Connaissance pertinente déjà établie et buts de l’application
14.2. Sélection des données cibles
14.3. Data cleaning, prétraitement
14.4. Réduction de données et transformation
14.5. Choix des fonctions du data mining
14.5.1. Synthèse, résumé, classification, régression, association, clustering
14.6. Choix des algorithmes de fouille
14.7. Data mining :
14.7.1. Recherche des modèles intéressants
14.8. Evaluation des pattern et présentation de la connaissance
14.8.1. Visualisation, transformation, etc.