Partie 4 | Projet & TPs

Cette partie regroupe les travaux dirigés (TD : prise en main d’outils et lecture d’articles), les travaux pratiques (implémentation) et le projet final. Des TD sont désormais disponibles : chacun fait l’objet d’une page dédiée (voir ci-dessous), avec ses consignes, ses livrables et son lien de remise. Selon votre parcours (Intermédiaire ou Avancé), tous les TD/TP ne sont pas au programme (voir le tableau ci-dessous).

Travaux dirigés (TD)

TD / TP par parcours

TD / TP

Intermédiaire

Avancé

TD — Prise en main de SPMF (Frequent Itemset Mining)

✗

✅

TD — Parcours DFS et BFS (treillis d’itemsets, Apriori DFS/BFS)

✗

✅

TD — PrefixSpan : « diviser pour régner » sur les séquences

✗

✅

TP — Analyse descriptive

✅

✗

TP — Implémentation de K-means

✅

✅

TP — Implémentation d’Apriori

✅

✅

TP — Implémentation de PrefixSpan

✗

✅

Projet final

✅

✅

TP — Analyse descriptive

Récupérer le jeu de données assigné et en faire toute l’analyse descriptive :

  1. Identifier un sujet d’orientation ;

  2. Analyser les données (univariée + multivariée) ;

  3. Interpréter les courbes à la lumière du sujet ;

  4. Tirer une conclusion de base.

Exemples de datasets (R) : iris, mtcars, Titanic, quakes, airquality, trees, ToothGrowth, … (un par étudiant).

TP — Implémentation de K-means

  1. Implémenter K-means (Python ou autre) sur le jeu assigné ;

  2. Faire plusieurs essais et déterminer le K optimal (méthode du coude) ;

  3. Déterminer les K groupes pour ce K.

TP — Implémentation d’Apriori

Écrire un programme qui reçoit une base de transactions et un \(\theta\), et renvoie la liste des patterns fréquents.

Indices (Python) : itertools, set.issubset / set.issuperset.

TP — Implémentation de PrefixSpan (Parcours Avancé)

Implémenter le sequential pattern mining (PrefixSpan), vérifier qu’on obtient les mêmes patterns qu’une implémentation connue, puis comparer les performances à une implémentation de référence (SPMF) et à LCM :

  • faire varier le support entre 20 % et 1 % (≤ 10 points, timeout 30 min) ;

  • même environnement d’exécution pour tous ;

  • tracer le temps d’exécution (y) en fonction du support (x) pour chaque dataset (votre algo, l’original et LCM sur la même courbe).

Datasets de référence : FIMI (mushroom, chess, connect, retail…), SPMF (Fifa, Bible, Online Retail…).

Projet final — Data Mining

Objectif : appliquer une démarche complète de data mining à un jeu de données réel, centrée sur le frequent itemset mining et le sequential pattern mining — identifier des patterns (et règles d’association si pertinent) et en tirer des insights actionnables.

Étapes (CRISP-DM) : collecte des données → prétraitement → modélisation (FIM : Apriori/Eclat/FP-Growth ; SPM : PrefixSpan/CloSpan ; règles d’association) → analyse → restitution (visualisations + rapport).

Livrables :

  • un rapport (10 pages hors intro/conclusion/références) : collecte, prétraitement, techniques de fouille, résultats, analyse, recommandations ;

  • des visualisations (heatmaps, bar charts, diagrammes de séquences…) ;

  • le code.

Thèmes proposés :

  1. Customer Behavior Analysis (télécommunications) — combinaisons de services, séquences d’adoption ; rétention.

  2. Tourist Habits Analysis — combinaisons d’activités, itinéraires ; packages touristiques.

  3. Pattern Mining in Text Data — patterns fermés/maximaux de mots ; thèmes clés.

  4. Transportation / Traffic Management — routes fréquentes, séquences de trajets ; fluidification.

  5. COVID-19 Pattern Analysis (santé publique) — clusters de symptômes, progression ; allocation de ressources.

Note

Les dates de rendu, l’attribution des datasets/thèmes et les poids d’évaluation sont communiqués par l’enseignant.