Introduction au datamining, concepts et techniques
•Download as PPTX, PDF•
9 likes•9,575 views
Face à l’importance grandissante que prend l’information, le datamining offre une solution pour maitriser la complexité et synthétiser les amas de données pour faire jaillir de la connaissance. Cet exposé introduit la notion de datamining dans son ensemble à travers ses concepts et ses principes, et survole quelques techniques utilisées lors de ce processus.
Recommended
More Related Content
What's hot
What's hot (20)
Viewers also liked
Similar to Introduction au datamining, concepts et techniques
Similar to Introduction au datamining, concepts et techniques (20)
More from Ismail CHAIB
More from Ismail CHAIB (14)
Introduction au datamining, concepts et techniques
- 1. Introduction au Datamining Concepts et techniques BOUSSAIDI Abdellah CHAÏB Ismaïl ESI, 06/04/2009
- 2. ? ? ? ? ? connaissances Montagne de données Problème?
- 3. Datamining
- 4. Quoi Comment Jusqu’ou ?
- 5. Quoi? Le datamining est un processus de découvertede connaissances connaissances Datamining Bases de données et Datawarehouses
- 7. Exemples d’application Segmentation des clients Déterminer le panier de la ménagère Détection de Fraude
- 9. Avantages Renforcer la position compétitive de l’entreprise Identifier les facteurs qui déterminent le comportement du client ; Transformer des masses de données en information utile Meilleure prise de décision Identifier les investissements les plus profitables et les moins couteux.
- 11. Le datamining est un processus itératif
- 12. Application du processus de datamining :Les Télécoms
- 15. Heures d’appels;
- 16. Appels non aboutis;
- 19. 18 Estimer le modèle Estimation De l’erreur logiciel Implémentation Techniques De datamining Google Confidential
- 20. 19 Interpréter le modèle et tirer les conclusions Résultats Google Confidential
- 21. Interpréter le modèle et tirer les conclusions
- 22. Quoi CommentJusqu’ou ? Le textmining
- 23. Le TextMining TextMining Process
- 24. Pourquoi? 80% de l’information enregistrée, l’est sous forme textuelle
- 26. Logiciels de datamining Poids lourds SAS SPSS Clementine Weka (Open-source) Tendance : datamining dans la base de données Oracle Darwin Suite SQL Server Analysis Services
- 27. Limites du datamining Effort considérable de développement. Etat inapproprié des données.
- 28. Perspectives Analyse de plus de données dans un minimum de temps Exploration plus approfondie des données Datamining pour les PMEs. Datamining « domestique »
- 30. Merci pour votre attention