avec introduction Bernard CLÉMENT, PhD

Copyright © Génistat Conseils Inc., 2013, Montréal, Canada

1

TABLE des MATIÈRES

Data Mining = forage (fouille) des données
Partie 1

INTRODUCTION
Définition - Applications - Étapes
Méthodes - Références

Partie 2

ANN : Artificial Neural Network

Partie 3

CRT

Partie 4

MARS : Multivariate Adaptative Regression Splines

: Classification and Regression Tree

2
Copyright © Génistat Conseils Inc., 2010, Montréal, Canada

DÉFINITIONS du DATA MINING

Data Mining fouille de données, extraction de connaissances
KDD = Knowledge Data Discovery

est un nouveau champ d’application à l’interface de la statistique et des technologies de l’information
(bases de données, intelligence artificielle, apprentissage ,etc.)

U.M.Fayyad, G.Piatetski-Shapiro
« the nontrivial process of identifying valid, novel, potentially useful, and ultimately understandable patterns in data »
D.J.Hand
« the discovery of interesting, unexpected, or valuable structures in large data sets »

3
Copyright © Génistat Conseils Inc., 2010, Montréal, Canada

DÉFINITIONS du DATA MINING


Exploration d’une grande quantité de données
(centaines de variables/milliers d’observations) en vue de rechercher des modèles relationnels entre des variables et ensuite de valider ces modèles en les appliquant sur de nouvelles données.



Art et la science d’obtenir de la connaissance à partir des données
 OBJECTIFS
– identifier des structures, groupes, clusters, strates, ou dimensions dans les données qui ne semblent pas avoir de structures évidentes
– identifier des facteurs qui sont reliés à un résultat d’intérêt
(recherche d’un système de causes)
– prédire des variables d’intérêt (variables de réponse): nouveaux clients, nouveaux appliquants, etc
(data mining prédictif ou supervisé)
 Processus de «torture des données» jusqu’à la «confession»
4
Copyright © Génistat Conseils Inc., 2010, Montréal, Canada

LES DONNÉES SONT PARTOUT ! : on est dans l’air du BIG DATA

 Base