Please enable JavaScript.
Coggle requires JavaScript to display documents.
Techniques de Data Mining " Link Title" pngtree-web-banner-3d…
Techniques de Data Mining " Link Title" 
Détection des anomalies
Identifie les valeurs inhabituelles ou erreurs dans les données.
Aide à prévenir les fraudes, pannes ou dysfonctionnements.
Techniques statistiques
Fournissent les bases mathématiques de l’analyse de données.
Transforment les données en indicateurs exploitables.
Visualisation
Représente les données sous forme de graphiques et tableaux.
Facilite la compréhension rapide des tendances et résultats.
Classification
Classe les données en catégories selon leurs caractéristiques.
Facilite l’organisation, la sécurité et l’exploitation des informations.
-
Modèles de suivi
Permettent d’identifier les tendances et évolutions dans le temps.
Aident à ajuster les stratégies commerciales en fonction des résultats observés.
Association
Met en évidence les liens entre différents événements ou données.
Permet de comprendre les comportements d’achat ou d’usage.
Modèles séquentiels
Étudient l’enchaînement des événements dans le temps.
Utiles pour les recommandations de produits ou services.
-
Prédiction
Anticipe les tendances futures à partir des données passées.
Aide à la planification, à la gestion des risques et à la performance.
Régression
Analyse la relation entre plusieurs variables.
Sert à expliquer ou prévoir une valeur à partir d’autres données.
Arbres de décision
Expliquent clairement comment une décision est prise.
Servent à la classification, à la prédiction et à l’aide à la décision.
Réseaux de neurones
Modèles inspirés du cerveau humain pour analyser des données complexes.
Très performants mais difficiles à interpréter.
-
-
-