Introduction à l'analyse des données symboliques

Résumé du document

La description d'un individu de la base de données : La description d'un oiseau, d'une image, d'un produit vendu, d'une feuille de maladie se fait à l'aide de variables à valeur unique qualitative ou quantitative :

Taille = 20, Couleur = Rouge

La description d'un concept : une espèce d'oiseau, les images maritimes, les produits vendus dans un des magasins d'une chaîne, un bénéficiaire d'assurance ... doit tenir compte de la variation des individus de son extension : les oiseaux de l'espèce, les images maritimes de la base, les produits vendus du magasin, les feuilles de maladie d'un bénéficiaire dans une période donnée ...

Taille = [20, 30], Couleur = {0.3Rouge, 0.7 vert}+ règles, Taxonomies

Extraits

[...] PLAN Données, connaissances et notre objectif Individus, catégories, concepts Des concepts aux données symboliques Pourquoi on ne code pas les données symboliques sous forme de données classiques ? Stratégie classique versus symbolique Des données complexes aux données symboliques Le logiciel SODAS issu de deux projets européens L'extension des méthodes classiques Les méthodes et problèmes spécifiques Conclusion: perspectives et moralité Références Diffusion DES INDIVIDUS AUX CONCEPTS: POURQUOI? Parce que souvent c'est le concept qui est l'entité que l'on veut étudier! [...]

[...] EXEMPLE pas les tickets de caisse mais les clients. EXEMPLE Pas les déclarations d'accidents mais les assurés EXEMPLE pas des traces web mais les entreprises qu'elles représentent LA REIFICATION DES CATEGORIES EN CONCEPTS Exemple : les branches d'un arbre de décision constituent des catégories définies par des conjonctions de propriétés réifiables en concepts qui peuvent être décrits par d'autres variables. Réduction de la description d'OS COMMENT CONSERVER DES LIENS PERDUS PAR GEN3ERALISATION? [...]

[...] Quatre Niveaux d'Unités Statistiques Niveau Les produits achetés Niveau Les clients Niveau Trente catégories de consommation Niveau Trois catégories de consommation (Grand, Moyen, Petit) DONNEES COMPLEXES Données Incomplètes Données spatio-temporelles Trajectoires Images Textes Séquences Imprécises Floues, possibilistes, crédibiliste, Structurées Fonctionnelles ASSO Architecture Extension de Méthodes classiques aux concepts Histos, correlation Visualisation en Etoiles Biplots ACP, AFC Décomposition de mélanges Multidimensional Scaling Typologie (Nuées Dynamiques , Pyramides) Régression Réseaux neuronaux Arbres de Décision Treillis de Galois Description symbolique d'un concept : l'étoile Théories utiles pour l'ADS Capacités de Choquet Copules de Sklar Topologie de Hausdorff Algèbre des intervalles Ensembles aléatoires Dissimilarités entre distributions Représentation graphique des prototypes Problèmes et Méthodes spécifiques Indicateurs conceptuels Codage par partition optimale (pas Fisher Ordre de variables symboliques Description symbolique de classes Explication symbolique des corrélations CONCLUSION Modèle par défaut PLAN Données, connaissances et notre objectif Individus, catégories, concepts Des concepts aux données symboliques Pourquoi on ne code pas les données symboliques sous forme de données classiques ? Stratégie classique versus symbolique Des données complexes aux données symboliques Le logiciel SODAS issu de deux projets européens L'extension des méthodes classiques Les méthodes et problèmes spécifiques Conclusion: perspectives et moralité Références Diffusion LA REIFICATION DES CATEGORIES EN CONCEPTS Exemple : les branches d'un arbre de décision constituent des catégories définies par des conjonctions de propriétés réifiables en concepts qui peuvent être décrits par d'autres variables. Réduction de la description d'OS COMMENT CONSERVER DES LIENS PERDUS PAR GEN3ERALISATION? [...]