1.

INTERFACE ET DESCRIPTION DU LOGICIEL DATAMINE

a. Menu : situé en haut

b. Barres d'outils : situées en haut et en bas de la visionneuse

d'images

C. Visionneuse d'images : située au centre.

Affiche l'image ou le fichier sélectionné

d. Arbre du projet : situé à gauche.

Affiche tous les composants du projet actuel.

e. Panneau de propriétés : situé à droite.

Contient les ongles propriétés,rose plot et stéréo plot.

f. Panneau de propriétés : situé en bas.

Affiche les données pertinentes pour le composant sélectionné

dans l'arborescence du projet

(Fig1)
2. L'IMPORTANCE DU LOGICIEL DATA MINE

L'importance de sa mise en œuvre

Le data mine n’est pas né lors de l’ère numérique. Ce

concept existe depuis plus d’un siècle mais il est
devenu réellement connu dans les années 1980. Depuis,
un long chemin a été parcouru. Les entreprises
utilisent désormais le data mine et le machine learning
pour accomplir de nombreuses tâches, de l’amélioration
du processus de vente à l’interprétation des données
financières pour l’investissement.

L’utilisation de techniques statistiques diverses pour

analyser les données permet aux utilisateurs
d’identifier des modèles, des tendances et des
corrélations qui n’apparaissaient pas clairement au
départ. Grâce aux résultats des différentes analyses
successives, ils peuvent prédire ce qui est susceptible
de se produire et prendre des mesures pour influencer
et maximiser les résultats commerciaux.

Le data mine désigne le processus d’analyse de volumes

massifs de données et du Big Data sous différents
angles afin d’identifier des relations entre les data
et de les transformer en informations exploitables. Ce
dispositif rentre dans le cadre de la Business
Intelligence et a pour but d’aider les entreprises à
résoudre des problèmes, à atténuer des risques et à
identifier et saisir de nouvelles opportunités business.

Ou encore extraction de connaissances à partir de

données
Le data mine est un processus indissociable de
l’analyse Big Data, de l’intelligence prédictive et de
l’exploitation des données.

Ce processus permet de résoudre rapidement des

problèmes qui, jusqu’alors, demandaient énormément de
temps pour être réglés manuellement.

3. Historique ou origine

Le data mine n’est pas un concept récent. Déjà au

XVIIème siècle, les individus cherchaient des solutions
pour analyser les données et identifier des
caractéristiques communes.

L’une des premières traces du concept de data mine

remonte à 1936. C’est cette année-là qu’Alan Turing,
mathématicien et cryptologue britannique, a introduit
l’idée d’une machine capable d’effectuer des calculs
similaires à ceux des ordinateurs modernes. Les travaux
de Turing font partie des fondements de la
programmation et de l’informatique.

4. Les procédures du data mine

Le Data Minine à cinq grandes fonctions:

classification, estimation, segmentation, prédiction,

explication.

Le choix de la méthode dépendra de la nature du

problème posé et du type de données dont on dispose.

On peut reprendre le processus du Data Mining à la

mise en œuvre dans les systèmes d'informations de la
succession des tâches suivantes ( Fig 2)

(a) identifier les données d'intervention, (b)

utiliser les techniques du Data Mining pour transformer
les données en informations utiles, (c) transformer les
informations en actions concrètes, (d) évaluer les
résultats.

D'une manière plus précise le Data Mine peut être

redéfini par cette suite d'opérations de transformation.

(Fig2)