Introduction au clustering de données

• Approches supervisées et non supervisées.
• Méthodes floues et strictes.
• Théorie des graphes, différents types de structures de données.
• Calcul de similarité (TF, TF-IDF...).
• Propriétés des jeux de données.

Clustering simple et clustering hiérarchique

• Clustering simple.
• Clusterings hiérarchiques et composés.
• Utilité du clustering hiérarchique.
• Présentation du résultat.

Démonstration
Cas d'utilisations de techniques de clustering.

Techniques de clustering

• Approches orientées K-means.
• Approches par agglomération.
• Approches basées sur un modèle physique (modèle énergie, ressort...).
• Approches "divisives".
• Approches par marche aléatoire.
• Algorithmes incrémentaux.

Démonstration
Avantages/inconvénients des approches étudiées.

Outils pratiques et algorithmes pour le clustering de données

• K-means simple, Graclus, Cluto.
• Algorithme hiérarchique : Louvain.
• InfoMap, Fast Modularity.
• NCut, approche Girvan Newman...
• Extraction d'arbres couvrants et composition.

Travaux pratiques
Application de K-means sur un jeu de données. Application de "Fast Modularity" sur un jeu de données simple.

Mesures Qualité et Performance

• Introduction à la performance et à la complexité.
• Mesures de qualité.
• Critères : Cut, Perf, Cond, Cov, MQ, Mod, Critère de Dunn...
• Trouver le bon algorithme : technique des diagrammes d'Inselberg.

Travaux pratiques
Mesure de la qualité sur un jeu de données.

Clustering de données à partir d'un réseau lexical

• Présentation du jeu de données.
• Analyse des propriétés du réseau.
• Exécution d'algorithmes de clustering.
• Affichage du résultat.
• Calcul de la qualité des partitionnements effectués.

Travaux pratiques
Mise en œuvre d'algorithmes de clustering sur un réseau lexical et sur des documents Web, pdf...

Clustering de documents

• Présentation du jeu de données.
• Analyse des propriétés du réseau.
• Calcul de mesures de similarité.
• Exécution d'algorithmes de clustering.
• Affichage du résultat.
• Calcul de la qualité.

Travaux pratiques
Mise en œuvre d'algorithmes de clustering sur une base documentaire, calcul de mesures de similarité, clustering, analyse de la qualité.