DM-M : Data Mining
Bienvenue dans les notes du cours de Data Mining (fouille de données). Cours de Master 2 en parcours Intermédiaire et Avancé.
Le data mining cherche à découvrir des connaissances (cachées) dans les données : motifs fréquents (pattern mining), règles d’association, clustering, etc. Ce cours en présente les fondamentaux (Parties 1–2), des algorithmes avancés issus d’articles scientifiques (Partie 3), et un volet projet & TP (Partie 4). Une partie QCM interactive permet de s’auto-évaluer.
Deux parcours
Ce cours est enseigné dans deux entités, avec des objectifs et agendas différents. Consultez votre parcours pour savoir quels chapitres sont couverts et comment vous êtes évalué :
Parcours Intermédiaire (M2 — fondamentaux, 7 séances × 3 h)
Parcours Avancé (M2 — approfondi + algorithmes avancés, 10 séances × 4 h)
Contenu du cours
- Organisation du cours
- Partie 1 | Préliminaires
- Partie 2 | Algorithmes de base
- Partie 3 | Algorithmes avancés
- Partie 4 | Projet & TPs
- Travaux Dirigés : se familiariser avec un outil de Data Mining
- Travaux Dirigés : Exploration des espaces de possibilités pour le Data Mining — parcours DFS et BFS
- Travaux Dirigés : explorer les séquences avec le principe « diviser pour régner »
- TP — Analyse descriptive
- TP — Implémentation de K-means
- TP — Implémentation d’Apriori
- TP — Implémentation de PrefixSpan (Parcours Avancé)
- Projet final — Data Mining
- QCM - Questionnaires d’auto-évaluation