Cette page concerne mes enseignements de fouille de données.

Notes de cours

Pour accéder à la dernière version de mes Notes de cours de cours de fouille de données (master 1 et 2, version de septembre 2008).
La version 3 est en cours de mise au point ; elle sera mise en ligne durant l'été 2010...

Historique des changements depuis la version initiale :

• mai 2011 : corrections dans le chapitre sur les machines à vecteurs supports
• 2008 : l'annexe E sur la comparaison des performances de deux algorithmes a été retirée (en cours de ré-écriture).
• 2007 : correction d'erreur dans la définition de l'inertie au chapitre segmentation de données et quelques corrections très mineures dans ce chapitre quant aux résultats expérimentaux ; correction d'une erreur dans la définition de l'entropie dans le cas multi-classes (chapitre arbres de décision)
• 2006 : grosse ré-écriture du chapitre sur la classification bayésienne pour être vraiment dans un cadre bayésien

Statut juridique de ce polycopié : il est sous licence GFDL.

Mise en pratique

J'utilise R comme environnement logiciel support pour mes cours de fouille de données.

Ci-dessous, des pointeurs vers des sujets de TP abordant les différents points de mon cours :

• découverte de R ; voir aussi généralités sur R
• classification supervisée par arbres de décision
• exercice de probabilités
• segmentation de données (classification non supervisée) :
  • segmentation de données par les k-moyennes ;
  • segmentation hiérarchique ascendante de données ;
  • segmentation par les k-médianes ;
  • exploration visuelle des données
• préparation des données
• réduction de dimension (ACP, MDS)
• visualisation de données avec gobi :
  • découverte de Gobi,
  • une ACP dans Gobi,
  • représentation d'un graphe,
  • analyse de dissmilarité.
  Gobi est ici utilisé indépendemment de R. Le paquet Rggobi permet maintenant d'utiliser directement Gobi depuis R.

Pour plus d'info sur mon cours, voir mes pages enseignement.

Divers liens

• wikibook on Statistics
• Statistical Analysis: an Introduction using R
• ma page sur R
• Pourquoi Excel ne doit pas être utilisé dès que l'on veut faire un travail sérieux