Résumé de section

    • Brève description

      Le cours vise à initier les étudiants aux concepts et questionnements propres aux données séquentielles, leur représentation et leur analyse. Les applications incluent la fouille des motifs séquentiels dans les bases de données transactionnelles, la fouille des séries temporelles et la fouille des motifs séquentiels pour les données biologiques.

    • Public cible

      Étudiants en informatique, Master 2, spécialité Système d'Information, Optimisation et Décision (SIOD).

    • Evaluation, Crédits et coefficient 

      Mode d'évaluation: 50% examen 50% contrôle TP

      Volume horaire: Une séance de cours (1h30) et une séance de travaux pratique (1h30) 

      Crédit: 4

      Coefficient: 2

    • Fiche-contact

      Enseignante: Dr. AKROUR Djouher

      Contact: djouher.akrour@univ-biskra.dz

      Heure de disponibilité: touts les Lundi, Mercredi et Jeudi à partir de 8h00 au laboratoire LESIA. 

      • Replier Déplier

        Objectifs et prérequis du cours

        • Objectifs généraux

          1. Comprendre les concepts fondamentaux de l'analyse de données séquentielles.

          2. Maîtriser les outils et techniques pour modéliser et analyser des données séquentielles.

          3. Appliquer ces techniques à des problèmes réels dans divers domaines (finance, biologie, linguistique, etc.).

          4. Développer une pensée critique pour interpréter les résultats et choisir les méthodes appropriées.

        • Prérequis

          1. Connaissances de base en statistiques.

          2. Familiarité avec un langage de programmation (e.g., Python).

          3. Notions de base en algorithmique et structures de données.

          4. Expérience préalable avec la fouille de données.

      • Replier Déplier

        Plan du cours détaillé

        • Chapitre 1 : Introduction


          1. Introduction
          2. Types de séquences
          3. Domaines d’application
          4. Visualisation de séquences
          5. Représentation de séquences


          Chapitre 2 :  Fouille des motifs séquentiels dans les bases de données transactionnelles


          1. Introduction
          2. Concepts de base (Séquence, sous-séquence, support, …)
          3. Visualisation de séquences (i-plot, f-plot, d-plot)
          4. Caractéristiques des séquences (Longitudinale et transversale)
          5. Mesure de similarité entre séquences (Sac de caractère, P-spectrum, LCP, LCS)
          6. Fouille des motifs séquentiels (AprioriAll, GSP, SPADE)
          7. Motifs séquentiels avec contraintes
          8. Analyse de périodicité dans les motifs séquentiels

          Chapitre 3: Fouille de séries temporelles


          1. Définition
          2. Domaines d’applications
          3. Indices descriptifs d’une série temporelle
          4. Composants d’une série temporelle
          5. Estimation de la tendance
          6. Mesures de similarité
          7. Recherche de similarité dans une série temporelle
          8. Recherche de motifs fréquents dans une série temporelle
          9. Clustering des séries temporelles
          10. Requête par contenu des séries temporelles
          11. Classification des séries temporelles
          12. Détection d’anomalies dans les séries temporelles


          Chapitre 4: Fouille des motifs séquentiels pour les données biologiques


          1. Bioinformatiques
          2. Les séquences biologiques
          3. Évolution des séquences biologiques (Mutation et Séquences homologues)
          4. Alignement des Séquences Biologiques
          5. Méthodes d’évaluation de l’alignement
          6. Algorithme d’alignement (L'algorithme Needleman-Wunsch)
          7. Analyse des Séquences Biologiques (Chaîne de Markov et Modèle de Markov Cachées)