Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.

Slides:



Advertisements
Présentations similaires
Recherche de chemin A* Par: François Roseberry Benoît Tremblay.
Advertisements

Affichage interactif, bidimensionnel et incrémental de formules mathématiques Hanane Naciri et Laurence Rideau INRIA Sophia Antipolis CARI'2000.
Introduction à l’Algorithmique
Etudiants : Benjamin BLANC Cyrille KLUZEK Encadreur :
TYCOON.AGENT Simulation et analyse de coopérations entre agent logiciels C. Vignoles LIMSI-CNRS JC Martin.
Conception d’une application de gestion de fiches études
1 Statistiques Séance 5 – 9 Nov Résumé séance précédente Lécart-type σ ou s. Comment le calculer? Les propriétés numériques de la courbe normale.
Soutenu par : Cédric Bonnier et Marion Carrier 24/03/2011.
Principes de programmation (suite)
Système Expert pour Smartphones
Apprentissage du jeu de morpion
Structures collectives en Java
Algorithmique et Programmation
Principes de persistance dans les applications orienté objet
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
Gestion de projet TC 1 Séance 4 Mme Molard
Classes abstraites et Interfaces
Master 1 SIGLIS Java Lecteur Stéphane Tallard Chapitre 5 – Héritage, Interfaces et Listes génériques.
Ba Mouhamadou Diallo Abdoulaye Sagno Mamadi
Simulateur Interactif de Qos dans un Routeur
Recherche d'interactions entre gènes dans la littérature Franck Chantelot Alexandre Claude Vincent Zoonekynd DESS Bioinformatique Université de Clermont-Ferrrand.
Calculatrice Financière Android
Gestion d’un ensemble de bases documentaires
Projet Acquisition de connaissances
Projet Lucene 22 avril 2011 Acquisition de Connaissances 2
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
Fast and Furious Decision Tree Induction Soutenance de planification
CHARLET Stéphanie DUSSAUD Daphné 4INFO 27/01/2011
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
LIFI-Java 2004 Séance du Jeudi 9 sept. Cours 1. La notion de langage Décrire une tâche à effectuer –programme Écrire à un haut niveau –facile pour lutilisateur.
COURS DE PROGRAMMATION ORIENTEE OBJET :
Gestion de Fichiers GF-10: Traitement Co-Sequentiel: Appariment et Fusion de Plusieures Listes (Base sur les sections de Folk, Zoellick & Riccardi,
Renauld MAMBOUNDOU Arnaud SCHOEN Safiatou FANNY Vincent BOUVIER
Structures de données IFT-2000 Abder Alikacem La récursivité Département d’informatique et de génie logiciel Édition Septembre 2009.
Structures alternative et répétitive
MODELE CONCEPTUEL POUR L’ANALYSE MULTIDIMENSIONELLE DE DOCUMENTS
Outils graphiques de conception et de débogage sous Eclipse
Solution connue à l’avance
Présenté par : Attia Hamza Merzouk Abdelkrim 2003/2004
Effeindzourou Anna, Meunier Stéfanie, Loyer Alexis, Calandreau Julien
Algorithmique Les structures Rappel L'enchaînement séquentiel
Outil de gestion des cartes grises
EXIGE Un avenir dans le web....
Les Cartes Graphiques. Plan I / Introduction DéfinitionHistorique Les Modes II / Constitution d’une carte et son fonctionnement ProcesseurMémoire Le bus.
Projet pour la génération de cartes choroplèthes – SIGMA – février 2009 DEVELOPPEMENT DU PROTOTYPE D ’ UNE APPLICATION WEB DE GENERATION DE CARTES CHOROPLETHES.
GRAPHES EN INFORMATIQUE. INTRODUCTION Les objets mathématiques appelés graphes apparaissent dans de nombreux domaines comme les mathématiques, la biologie,
Création d’une communauté web scénarisée : le projet Crealys
KF-RAY Raytracer parallèle Projet long d’informatique
Algorithmique et programmation (1)‏
PRESTO Programme d’étude de séries temporelles Projet 4 ème année Jean-Frédéric Berthelot Paul-Alain Bugnard Camille Capelle Sébastien Castiel.
1 Extension du modèle de composants CORBA avec accès concurrent à des données partagées Travail réalisé par : Landry BREUIL PFE, ISIMA Encadrants : Gabriel.
Arbre GénéalogiqueDiagramme de Classes Comment la visualisation d’une hiérarchie de classes facilitera le travail de notre client ?
Le Taquin Mathieu Bernou Laurent Robin.
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
1 Monopalme Projet 4 Info Spécifications LE LAY Olivier MAHE Jocelyn FORM Nicolas HENRY Gurvan BONNIN Thomas BASSAND Guillaume Décembre 2009 MONNIER Laurent.
PLAN 1. Introduction 1.1. Sites de presse actuels 1.2. Objectif de notre site 2. Description du modèle 3. Outils utilisés 3.1. SVG 3.2. PHP et MySQL 4.
Simulation du rôle de la communication dans l’établissement d’un réseau de liens sociaux Projet GPL :
Classification de données par l’algorithme FPSO-GA
Les Cartes Graphiques.
PaCO++ André Ribes Réunion Hydrogrid Rennes 15/09/03.
Karine Vallin - Dorian Baysset
Rampart Projet de développement Sommaire  Présentation générale  Architecture & Modélisation  Environnement de travail  Démonstration.
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E.
Master 1 SIGLIS Java Lecteur Stéphane Tallard Chapitre 1 – Correction TD Chapitre 1.
PROJET DE SESSION PRÉSENTÉ PAR : Rosemarie McHugh DANS LE CADRE DU COURS : SCG Réalisation d’applications en SIG 16 avril 2007.
1 Monopalme Projet 4 Info Spécifications LE LAY Olivier MAHE Jocelyn FORM Nicolas HENRY Gurvan BONNIN Thomas BASSAND Guillaume Décembre 2009 MONNIER Laurent.
الهيئة العامة لحماية المستهلك أساليب الترويج وتأثيراتها على المستهلك خليفة التونكتي - مستشار المنافسة - 1.
Transcription de la présentation:

Projet Acquisition de connaissances Réalisé par Anne-Laure B ERRÉE, Andra Maria B LAJ, Stéphanie C HARLET, Diana D RAGUSIN, Daphné D USSAUD, Emeline E SCOLIVET, Nolwenn P OIRIER & Fanny T OLLEC Encadré par Peggy C ELLIER INSA de Rennes Département INFO 4 ième année – G2.1 1

Plan I.Contexte et objectifs II.Choix effectués III.Description de l’outil IV.Comparaison avec Weka 2

I.Contexte et objectifs WekaWeka Notre outil Règles d’association  Règles d’association SI condition(s) ALORS fait(s) Quelques rappels Objectif général  Objectif général Extraire des règles d’associations à partir de données de la forme Item 1Item 2 Transaction 10/1 Transaction 20/1 3

I.Contexte et objectifs Objectif n°2  Objectif n°2 Implémenter un algorithme from scratch effectuant un travail semblable à A priori Objectifs Objectif n°3  Objectif n°3 Implémenter différents calculs d’indice statistique Objectif n°4  Objectif n°4 Implémenter différents types d’itemsets Objectif n°5  Objectif n°5 Comparer les performances de l’outil avec Weka Objectif n°1  Objectif n°1 Transformer deux types de jeux de données en la matrice Transaction/Items 4

II. Choix effectués Langage Pourquoi Java ?  Langage orienté objet permettant une modélisation simple et rapide  Présence de structures de données facilement manipulables  Import des fichiers relativement aisé  Facilité de mise en place d’une interface graphique  Multiplateforme 5

II. Choix effectués Algorithme 6 Algorithme Apriori

II. Choix effectués Algorithme 7 Algorithme FP-Growth

- String attribut - Integer premisse[] - int but - double valeurCritere - Integer premisse[] - int but - double valeurCritere -Vector > transactions - Vector unItems - Vector itemsFreq -Vector > transactions - Vector unItems - Vector itemsFreq - boolean[][] matrix - double seuilSupportMin - double seuilCritereMin - boolean[][] matrix - double seuilSupportMin - double seuilCritereMin II. Choix effectués Modélisation RègleAssociation Attribut Indice Moteur AlgoApriori IndiceLift IndiceSupport IndiceConfiance 8

III. Description de l’outil 9 Import et mise en forme des données Attributs : Mots sous forme de liste Attributs : Mots sous forme de liste Objets : Articles de journaux Objets : Articles de journaux + = ChiracJospin Article 101 Article 211  Données non structurées : articles de journaux Discrétisation d’attributs nominaux -Homme -Femme Discrétisation d’attributs nominaux -Homme -Femme  Données structurées : tickets de caisse Attributs et objets : Tickets de caisse Attributs et objets : Tickets de caisse Phase de discrétisation des données Discrétisation d’attributs continus - Âge < < Âge < < Âge < 60 Discrétisation d’attributs continus - Âge < < Âge < < Âge < 60 HommeFemme Ticket 101 Ticket 210 =

III. Description de l’outil 10 Implémentation de l’algorithme

III. Description de l’outil 11 Exécution et affichage des résultats

IV. Comparaison avec Weka 12

Bilan 13  Difficultés rencontrées  Atouts de l’outil - Choix de modélisation - Mise en commun - Choix de modélisation - Mise en commun - Choix de modélisation - Mise en commun - Choix de modélisation - Mise en commun