Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Data mining DU Les modèles de l ? Economie Numérique ème Promotion - Data Mining Techniques d ? extraction des connaissances Georges El Helou et Charbel Abou khalil Module - Management et NTIC Professeur Mélissa Saadoun Projet soutenu le février CData Min

DU Les modèles de l ? Economie Numérique ème Promotion - Data Mining Techniques d ? extraction des connaissances Georges El Helou et Charbel Abou khalil Module - Management et NTIC Professeur Mélissa Saadoun Projet soutenu le février CData Mining techniques d ? extraction des connaissances Table des matières I ?? DU DATA WAREHOUSE AU DATA MART I COMPRENDRE LE DATA WAREHOUSE I Historique I Dé ?nition I Pourquoi un data warehouse I COMPOSANTS DU DATA WAREHOUSE I La structure I Les architectures I LE DATA MART I Mise en place I Les sept mythes du Data Mart II ?? LES OUTILS D ? EXPLORATION ET D ? EXTRACTION DES CONNAISSANCES II LES OUTILS OLAP II Les règles OLAP II Les outils MOLAP II Les outils ROLAP II INTRODUCTION AU DATA MINING II Présentation du Data Mining II Le Data Mining et la Recherche Opérationnelle II Statistiques et Data Mining II LA RECHERCHE DE CONNAISSANCES II Les statistiques II Les schémas d ? inférence II Les t? ches du Data Mining II La classi ?cation II L ? estimation II La prédiction II Le regroupement par similitudes II L ? analyse des clusters II La description II L ? optimisation II Le cercle vertueux CONCLUSION GLOSSAIRE BIBLIOGRAPHIE Georges El Helou et Charbel Abou Khalil - CData Mining techniques d ? extraction des connaissances I ?? Du data warehouse au data mart I Comprendre le data warehouse L ? accroissement de la concurrence l ? individualisation des consommateurs et la brièveté du cycle de vie des produits obligent les entreprises à non plus simplement réagir au marché mais à l ? anticiper Elles doivent également cibler au mieux leur clientèle a ?n de répondre à ses attentes La connaissance de son métier des schémas de comportement de ses clients de ses fournisseurs est essentielle à la survie de l ? entreprise car elle lui permet d ? anticiper sur l ? avenir Aujourd ? hui les entreprises ont à leur disposition une masse de données importante En e ?et les faibles coûts des machines en terme de stockage et de puissance ont encouragé les sociétés à accumuler toujours plus d ? informations Cependant alors que la quantité de données à traiter augmente énormément - l'institut EDS estime que la quantité de données collectées dans le monde double tous les mois - le volume d ? informations fournies aux utilisateurs n ? augmente lui que très peu Ces réservoirs de connaissance doivent être explorés a ?n d ? en comprendre le sens et de déceler les relations entre données des modèles expliquant leur comportement Dans cette optique la constitution d ? un data warehouse regroupant sous une forme homogène toutes les données de l ? entreprise sur une longue période o ?re des perspectives nouvelles aux utilisateurs notamment en terme d ? extraction de connaissances gr? ce aux outils de data mining I Historique Le concept de data warehouse entrepôt de données a été formalisé pour la première fois en L ?