DATA MINING

Ralis par :
Mlle HADDADI Lynda
Mlle BEDDIAR Djamila Romaissa
Groupe: 1
2014-2015

an de travail
I

Introduction
II

Dfinition du
Datamining
III
Processus du Datamining
Les applications du
Datamining
Difficults du Datamining
IV

Lieux de recherche ddis au

datamining
Conclusion
VI

VII

Introduction

ction

Solution

Dfinition du
DATA MINING

Dfinition du Datamining
Le
datamining
est
un
processus
dextractions automatique dinformations
prdictives partir de grandes bases de
donnes.

Processus
DATA MINING

Processus du Datamining
Dfinir la problmatique et a bien
cadrer les objectifs .
Choisir les donnes qui sont en
accord avec les objectifs fixs.
Extraire la connaissance utile
partir dun large volume de
donnes et la prsenter sous une
forme synthtique.
Evaluer les performances et la
capacit du modle dterminer
correctement les rsultats de
nouvelles situations.
Les rsultats sont formaliss pour
tre diffus.

Les
applications
du Datamining

Les applications du Datamining

Secteur de lducation : Amliorer la qualit denseignement. Par
exemple, rpartir les lves ayant une grande capacit dassimilation
dans la mme classe.
Assurances : Le datamining est utilis pour la dtection de fraudes et
leur anticipation.
Secteur bancaire: Rduire le risque de prts bancaires. La cration de
modles partir des caractristiques des clients permet de discriminer
les clients risque lev.

Les applications du Datamining

Automobiles et grandes industries : Afin damliorer la qualit du
produit, on utilise le Data Mining pour anticiper les dfauts de
production.
Grandes surfaces : Lanalyse du ticket de la suprette permet de
dterminer les articles souvent achets simultanment et organiser les
promotions en consquence.
Laboratoires pharmaceutiques et mdicaux : Dtection des tumeurs
et des maladies rares partir des prlvements dautres maladies.

Difficults du
Datamining

Les difficults du Datamining

Qualit des donnes : le temps de prparation est un inconvnient majeur
qui influe sur le temps global du projet.
Choix des algorithmes et de l'itinraire du travail: en fonction du
problme trait.
Evaluation des rsultats : tre certain que le modle permet datteindre les
objectifs fixs.

Lieux de
recherche
ddis au
Datamining

ieux de recherche ddis au Datamining

Des laboratoires de recherche PRES Lyon Saint-tienne, sintressent
lactualit de datamining :
Le laboratoire Eric
Le LIRIS
Laboratoire Hubert Curien

Conclusion

Conclusion

1
7

Rferences
[1]. PDF : Des donnes au savoir : big data et data mining de PierreAlain FOUR
[2]. PDF : Chapitre 4.2 DATAMINING ou FOUILLE DE DONNES
de Gilbert Saporta
[3]. Mmoire de fin dtude (ESI): Application de techniques de
datamining pour la classification automatique des donnes et la
recherche dassociations
[4]. Alain Fernandez, Data Mining, explorer les donnes du Data
Warehouse. Article en ligne. Disponible sur :
http://www.piloter.org/business-intelligence/datamining.htm
1
8

Merci pour votre

attention

Questions