« Pentaho/Data Mining » : différence entre les versions

Contenu supprimé Contenu ajouté
m Robot : Remplacement de texte automatisé (- qu'à + qu’à )
m Robot : Remplacement de texte automatisé (- l'opposition + l’opposition , - d'asile + d’asile , - s'adresser + s’adresser , - l'ensemble + l’ensemble , - d'argent + d’argent , - l'argent + l’argent , - l'augmentation + l’augmentat...
Ligne 7 :
}}
 
[[FileFichier:Fouille de données.JPG|center|Add caption here]]
 
{{Définition
Ligne 16 :
== Définition ==
 
Le '''''Data Mining''''' ou '''''fouille de données''''', est l'ensemblel’ensemble des méthodes et techniques destinées à l'exploration et l'analyse de bases de données informatiques souvent très grandes, de façon automatique ou semi-automatique, en vue de détecter dans ces données des règles, des associations, des tendances inconnues ou cachées, des structures particulières restituant l'essentiel de l'information utile tout en réduisant la quantité de données.
Pour résumer, le data mining est l'art d'extraire des informations à partir de données afin de prendre une décision stratégique.
 
 
Il existe deux type de '''''Data Mining''''': le descriptif et le prédictif.
* ''Le descriptif'' vise à mettre en évidence des informations présentes mais cachées par le volume important de donné. C'est le cas lors de la classification automatique d'individu et des recherches d’associations de produits ou médicaments.
* ''Le prédictif'' vise à tirer, faire ressortir de nouvelles informations à partir des informations présentes. Ces nouvelles informations seront alors qualitatives.
Exemples :
- Scoring : Classer les clients selon des critères définis ou quantitatives
Ligne 30 :
 
Le '''''Data Mining''''' est une technique d'aide à la décision très utilisée par les entreprises actuelles, peu importe le secteur d'activités. En effet il est aussi bien utilisé par les entreprises commerciales que les industrielles, ou encore les entités financières.
Aujourd'hui, les entreprises ne se demandent plus seulement "Combien de clients ont acheté tel produit pendant telle période?", "Quel est leur profil?",… mais plutôt les questions suivantes:
* Quel autre produit les intéressera?
* Quand seront-ils intéressés?
<br />