KI-Glossar
Das vollständige Wörterbuch der Künstlichen Intelligenz
Règles d'association
Méthodes de data mining permettant de découvrir des relations ou corrélations entre des variables dans de grandes bases de données transactionnelles.
Algorithme Apriori
Algorithme classique d'extraction de règles d'association qui utilise une approche level-wise pour générer les itemsets fréquents de manière itérative.
Support
Mesure de fréquence indiquant la proportion de transactions contenant un itemset ou une règle d'association dans la base de données.
Confiance
Probabilité conditionnelle qu'un item B apparaisse dans une transaction sachant que l'item A y est déjà présent, mesurant la fiabilité d'une règle.
Lift
Ratio mesurant l'augmentation de la probabilité de l'antécédent B sachant que le conséquent A est présent, par rapport à leur probabilité marginale.
Itemset fréquent
Ensemble d'items apparaissant ensemble dans les transactions avec une fréquence supérieure ou égale au seuil de support minimum défini.
Principe d'anti-monotonie
Propriété fondamentale selon laquelle tout sous-ensemble d'un itemset fréquent est également fréquent, permettant l'élagage efficace de l'espace de recherche.
Génération de candidats
Étape de l'algorithme Apriori créant des itemsets candidats de taille k à partir d'itemsets fréquents de taille k-1 par jointure auto-join.
Panier de consommation
Modèle de données transactionnelles représentant les achats ou interactions d'un client comme un ensemble d'items achetés simultanément.
Algorithme FP-Growth
Alternative à Apriori utilisant une structure de données compacte (FP-tree) et une approche divide-and-conquer pour extraire les itemsets fréquents sans génération de candidats.
FP-tree
Structure de données arborescente compressée représentant la base de données transactionnelles en préfixes partagés pour une extraction efficace de motifs fréquents.
Itemset maximal
Itemset fréquent qui n'a aucun sur-ensemble fréquent, permettant de réduire le nombre de règles générées sans perte d'information sur les supports.
Itemset fermé
Itemset fréquent dont aucun sur-ensemble strict a le même support, offrant une représentation plus compacte des motifs fréquents.
Algorithme ECLAT
Algorithme d'extraction de motifs fréquents utilisant une représentation verticale des données et des intersections d'ensembles de tidlists pour une exploration efficace.
Mesure d'intérêt
Métrique complémentaire au support et à la confiance pour évaluer la pertinence statistique et l'utilité pratique d'une règle d'association.
Règle d'association forte
Règle satisfaisant simultanément les seuils minimaux de support et de confiance, considérée comme statistiquement significative dans le contexte d'analyse.