Chimie et Numérique

Fouille de données

John Samuel
CPE Lyon

Year: 2017-2018
Email: john(dot)samuel(at)cpe(dot)fr

Objectives

• Reconnaissance de formes
• Introduction aux algorithmes de fouille de données

Régularités naturelles

• Symétrie
• Arbres, fractales
• Spirales
• Chaos
• Ondes
• Bulles, mousse
• Pavages
• Ruptures
• Taches, bandes

Créations humaines

• Bâtiments (Symétrie)
• Villes
• Environnement virtuel (e.g., jeux de vidéo)

Création

• Répétition
• Fractales
  • Ensemble de Julia: f(z) = z² + c

Synonymes

• Fouille de données
• Forage de données
• Extraction de connaissances à partir de données
• Data mining
• Machine learning
• Apprentissage automatique

Reconnaissance de formes

• Identifier des motifs informatiques à partir de données brutes
• Approches
  1. Apprentissage supervisé: Apprentissage automatique qui utilise un ensemble de données étiquetées
  2. Apprentissage non-supervisé: Apprentissage automatique qui utilise un ensemble de données non-étiquetées
  3. Apprentissage semi-supervisé: Apprentissage automatique qui utilise un ensemble de données étiquetées et non-étiquetées

Activités

1. Classification
2. Partitionnement de données (Clustering)
3. Régression
4. Détection d'anomalies

• Catégorisation algorithmique d'objets.
• Attribuer une classe ou catégorie à chaque objet (ou individu)
• Classification binaire ou classification en classes multiples

Applications

• Filtrage de contenu (e.g., spam/pourriel)
• Classification de documents
• Reconnaissance de l'écriture manuscrite
• Reconnaissance automatique de la parole
• Moteurs de recherche

Classificateur

• Algorithme de classification
• Deux types de classificateurs
  • Classificateur binaire Attribuer une des deux classes ou catégories à chaque objet (ou individu)
  • Classificateur en classes multiples Attribuer une des plusieurs classes ou catégories à chaque objet (ou individu)

• Diviser un ensemble de données en différents « paquets » homogènes,
• Les données de chaque sous-ensemble partagent des caractéristiques communes

Applications

• Analyse des réseaux sociaux
• Segmentation d'image
• Systèmes de recommandation

Méthodes de partitionnement des données

• Méthodes basées centroïdes
• Regroupement hiérarchique

• Analyser la relation d'une variable par rapport à une ou plusieurs autres.
• Attribuer une valeur réelle à chaque entrée

Applications

• Prévisions météorologiques
• Prévisions de ventes
• Apprentissage machine
• Finance

• Identification de données inhabituelles
• Approches
  1. Détection supervisé
  2. Détection non-supervisé
  3. Détection semi-supervisé

Applications

• Détection d'intrusion
• Détection de fraude
• System health monitoring
• Détection d'événements dans les réseaux de capteurs
• Détection d'abus dans un système d'information

• Synthèse courte d'un ensemble de données
• Génération de rapports

Applications

• Extraction des mots-clès
• Récapitulation de documents
• Moteurs de recherche
• Récapitulation d'images
• Récapitulation de vidéos: découvrir des événements principaux dans une vidéo

• Inspirée du fonctionnement des neurones biologiques
• Composé d'une succession de couches dont chacune prend ses entrées sur les sorties de la précédente
• Chaque couche i est composée de N_i neurones.
• Chaques couche prenne leurs entrées sur les N_i-1 neurones de la couche précédente.
• Le signal entre les neurones est une valeur
• Le sortie d'une neurone est la somme de ses entrées

Perceptron

• Classificateur binaire

Réseaux neuronaux profonds (Deep neural networks)

• Plusieurs couches cachées entre la couche d'entrée et la couche de sortie.

Applications

• Vision par ordinateur (reconnaissance de formes)
• Reconnaissance automatique de la parole
• Conception de médicament
• Traitement automatique du langage naturel
• Traduction automatique

Réseau neuronal convolutif

• Convolutional deep neural networks en Anglais
• est inspiré par le cortex visuel des animaux
• Empilage multicouche de perceptrons
• L'objectif de chaque empil est de prétraiter de petites quantités d'informations.
• L'avantage pricipale est de faire évoluer tout seul ses propres filtres

Apprentissage par renforcement

• Reinforcement learning (en Anglais)
• Inspirée de théories de psychologie animale
• Un agent autonome plongé au sein d'un environnement,
• L'agent doit prendre des décisions en fonction de son état courant.
• L'environnement procure à l'agent une récompense, qui peut être positive ou négative.
• L'objectif est de maximiser la somme des récompenses au cours du temps.

• Droits d'utilisation des données
• Confidentiality and Privacy
• Ethiques

Ressources en-ligne

• Patterns in Nature
• Statistical classification
• Regression analysis
• Cluster analysis
• Association rule learning
• Anomaly detection

• Sequence labeling
• Automatic summarization
• Pattern recognition
• Scikit-learn

Colors

• Color Tool - Material Design

Images

• Wikimedia Commons