Académique Documents
Professionnel Documents
Culture Documents
Datamining
Concepts et techniques
BOUSSAIDI Abdellah
CHAB Ismal
ESI, 06/04/2009
Problme?
? ?
connaissances
Montagne de donnes
Datamini
ng
Quoi
Comment
Jusquou
Quoi?
Le datamining est un processus de
dcouverte de connaissances
connaissances
Datamining
Pourquoi?
Description
Prdiction
Exemples dapplication
Segmentation des clients
Dterminer le panier de la mnagre
Dtection de Fraude
Champs dapplication
Avantages
Renforcer la position
comptitive de
lentreprise
Identifier les
investissements
les plus
profitables et les
moins couteux.
Meilleu
re
prise
Quoi
Comment
Jusquou
Les Tlcoms
Formaliser le problme
Problmatique:
Segmentation des clients
Taux de turn-over
Collecte de donnes
Informations clients
(nom, prnom,
ge, profession..etc.);
Dure dappel par client;
Heures dappels;
Appels non aboutis;
etc.
Estimer le modle
Slectionner le modle adquat
SVM
rgression
Mthodes
Statistique
Meta
heuristique
Arbres
De dcision
16
Google Confidential
Logique
Floue
Rseaux
Baysiens
Rseaux
De Neurones
Estimer le modle
Implmenter la technique appropri
SVM
Validation
Logique
Floue
Vrification
Rseaux
Baysiens
Rechan
Mthodes
Dapprentissage
17
Google Confidential
Rseaux
De Neurones
Estimer le modle
Estimation
De lerreur
Implmentation
Techniques
De datamining
18
Google Confidential
logiciel
Interprter le modle
et tirer les conclusions
19
Google Confidential
s
t
a
s u lt
Interprter le modle
et tirer les conclusions
Quoi
Comment
Jusquou
Le text mining
Le Text Mining
Text
Text Mining
Mining
Process
Process
Pourquoi?
80%
de linformation enregistre,
Quoi
Comment
Jusquou
Logiciels de datamining
Poids lourds
SAS
SPSS Clementine
Weka (Open-source)
Limites du datamining
Effort considrable de dveloppement.
Etat inappropri des donnes.
Perspectives
Analyse de plus de donnes dans un
minimum de temps
Exploration
plus
approfondie
donnes
Datamining pour les PMEs.
Datamining domestique
des
Conclusion
Donnes
Datamining
Merci pour
votre
attention