Escolar Documentos
Profissional Documentos
Cultura Documentos
Concepts et Techniques
Plan du Cours
Introduction
Rgles dassociation
Classification et prdiction
Regroupement (Clustering)
Chapitre 1. Introduction
Problmes rencontrs
3
1960s:
1970s:
1980s:
1990s2000s:
Data mining :
Autres appellations:
Pourquoi faire ?
Applications potentielles
Analyse de march
Analyse de risque
Dtection de fraudes
Autres Applications
Analyse de march et
management (1)
Marketing cibl
Analyse croise
Applications
Applications
Dtection de fraudes
Approche
Exemples
10
Applications
Astronomie
Web
11
Data Warehouse
Slection
Nettoyage de donnes
Intgration
Bases de donnes ou fichiers
12
Etapes du processus
dECD
13
BD ou
Datawarehouse
BDs
Base de
connaissances
Filtrage
Data
Warehouse
14
BDs relationnelles
Data warehouses
BDs transactionnelles
BDs avances
15
17
18
Classification et Prdiction
Dmarche:
19
20
Analyse dexceptions
Analyse de tendances
21
22
Approches
23
Apprentissage
Statistique
Data Mining
Thorie de linformation
Visualisation
Autres
Disciplines
24
Fonctionnalit gnrale
Application cible
25
BD fouille
Connaissance recherche
Techniques utilises
Applications
26
Problmatiques
Mthodologie et interaction
27
Rsum
Classification de SDM
28
Quelques systmes
Clmentine de SPSS
29
Bibliographie
Titre: Datamining : Concepts and techniques.
Auteurs : Jiawei Han & Micheline Kamber
Editeur : Morgan Kaufmann 2000
30