Département INFORMATIQUE
RezUFR, UFR sciences, Université Montpellier II

Votre navigateur n'est pas compatible CSS2. Le menu est en fin de page.
Vous pouvez voir ici à quoi ressemble le site selon ses concepteurs (100Ko).

Module : Fouille de données. CODE UMINR306

Responsable	M. Teisseire et J. Chauché
Parcours intégrant UV	aucun.
Parcours possibles	tous. UE conseillée pour le parcours IICW.
Pré-Requis
Controle connaissances	3

Description de l'UE :

Semestre	Code	Intitulé	Cours	TD	TP	TER
S3	UMINR306	Fouille de données	15h	-	-

Detail du programme

Objectifs :
Il s'agit de présenter les différentes approches d'extraction de connaissances dans les grandes bases de données et plus particulièrement l'étape de fouille de données. Cette étape intéresse différents domaines de recherche touchant aussi bien la communauté Base de Données qu'Apprentissage Automatique. L'objectif de ce cours est de dresser un panorama des différentes approches reconnues comme les plus pertinentes puis de dresser un bilan des points forts et faibles de chacune de ces approches en adéquation avec les jeux de données traités.

 

Contenu :

 

Plan

• Introduction :
   
  1. Processus d'Extraction de connaissances
   
  2. Approche supervisée vs non supervisée
   
  3. Méthodes de validation
   
• Techniques de fouille de données :
   
  1. Règles d'association
   
  2. Motifs séquentiels
   
  3. Arbres de décision
   
  4. Réseaux de neurones
   
  5. Méthodes de clustering
   
  6. Intégration du flou dans le processus de fouille de données
   
• Applications privilégiées (Problématique et solutions mises en oeuvre)
   
  1. Text mining
   
  2. Web Mining

---

servi par