Intitulé de la matière :       Fouille de Données (FD)

Intitulé de l’UE :      UEF4

Crédits : 4

Coefficients :2

Objectifs de l’enseignement

Etudier les différents outils théoriques de la fouille : algorithmique et logiciel, ainsi que leur utilisation. Connaître les notions d'apprentissage, les algorithmes afférant et leur utilisation sur des cas pratiques.

Connaissances préalables recommandées: Algèbre linéaire & Probabilités Statistiques.

Contenu de la matière

1.      Introduction à la fouille de données (définitions, processus, applications, modèles, ...)

2.      Rappels des statistiques (types de variables, représentations graphiques, ...)

3.      Classification automatique

4.      Recherche de règles d'associations

5.      Arbres de décision

6.      Réseaux Bayésien


Mode d’évaluation : (Continu :40%, EMD :  60%).

Références

  • G. Saporta. Probabilités, analyse des données et statistique. Technip Paris, 1990.
  •  H. Bock, E. Diday. Analysis of Symbolic Data.Exploratory methods for extracting statistical information from complex data. Springer Verlag, ISBN 3-540-66619-2. (2000).
  • E. Diday, Y. Kodratoff, P. Brito, M. Moulet. Induction symbolique numérique à partir de données. Cépadues. www.editions-cepadues.fr.

Depuis quelques années déjà, les systèmes d'aide à la décision sont devenus incontournables, et ce dans pratiquement tous les domaines (Médecine, Banques, Assurances, ...). Les entreprises, pour rester concurrentielles, sont obligées de mettre tous les moyens à leurs dispositions pour prendre les bonnes décisions au bon moment. Ces décisions stratégiques se basent d'abord sur des informations et ensuite sur des outils d'analyse de données. Ce cours est donc subdivisé en 2 parties: Une 1ère partie s'intéressera au stockage de données dans un entrepôt de données. La 2ème partie sera consacrée à l'analyse des données à partir d'un entrepôt de données pour extraire des connaissances qui vont servir à aider les managers à prendre les décisions adéquates selon le domaine concerné