SlideShare une entreprise Scribd logo
1  sur  20
Riadh Ben Messaoud Kamel Aouiche Cécile Favre Une approche de construction d’espaces de représentation multidimensionnels dédiés à la visualisation Laboratoire ERIC – Université Lyon 2 5 avenue Pierre Mendès–France 69676, Bron Cedex – France http://eric.univ-lyon2.fr EDA'05
Contexte et problématique ,[object Object],[object Object],La représentation multidimensionnelle des données Eparsité dans la représentation des données La forte dimensionnalité  Eparsité plus importante Ordre classique des modalités  Distribution aléatoire du nuage des faits
Contexte et problématique ,[object Object],[object Object],[object Object],1 2 3 4 5 6 7 8 A B C D E F G H I J K L 2 6 3 1 7 5 4 8 A C E G H D B K L J I F
Plan ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Travaux connexes ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Notre approche ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Notre approche ,[object Object],1 Dimensions Mesures ,[object Object],1
Notre approche ,[object Object],1 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 8 7 9 A 0 0 1 0 0 0 0 1 0 B 0 0 0 0 0 0 0 0 0 C 1 0 0 0 0 1 0 0 0 D 0 0 0 0 1 0 0 0 0 E 0 0 0 0 0 0 1 0 0 F 0 1 0 1 0 0 0 0 1 D1 A 1 1 0 0 0 0 0 0 0 B 0 0 1 1 0 0 0 0 0 C 0 0 0 0 0 0 0 0 0 D 0 0 0 0 1 0 0 0 0 E 0 0 0 0 0 1 0 0 0 F 0 0 0 0 0 0 1 0 0 G 0 0 0 0 0 0 0 1 1 D2
Notre approche Dimensions Mesures 2 ,[object Object],2
Notre approche ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],2
Notre approche Dimensions Mesures ,[object Object],3
Notre approche ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],3
Notre approche Dimensions Mesures
Critère d’évaluation ,[object Object],[object Object],[object Object],[object Object],A ,[object Object],[object Object],0  + 1  + 0  + 0  + 1  + 1  + 1  + 0  = 4  ,[object Object],A
Étude de cas ,[object Object],[object Object],[object Object]
Études de cas Cube arrangé (IH=20,60%) Cube initial (IH=17,75%) ,[object Object],[object Object],[object Object],D1 D2
Expérimentations ,[object Object],[object Object],[object Object],Éparsité  Indice d’homogénéité
Expérimentations ,[object Object],[object Object],[object Object],[object Object],Gain en homogénéité Éparsité
Conclusion ,[object Object],[object Object],[object Object],[object Object],[object Object]
Perspectives ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Contenu connexe

En vedette

La vida es sencilla
La vida es sencillaLa vida es sencilla
La vida es sencillapazpormexico
 
Medios Digitales
Medios DigitalesMedios Digitales
Medios Digitalesnena1965
 
Woody Allen
Woody AllenWoody Allen
Woody AllentDam
 
Chiuso Per Ferie
Chiuso Per FerieChiuso Per Ferie
Chiuso Per Ferieximowb
 
PresentacióN Dr. Ketzeff
PresentacióN Dr. KetzeffPresentacióN Dr. Ketzeff
PresentacióN Dr. Ketzeffmacrpr
 
Educación A Distancia
Educación A  DistanciaEducación A  Distancia
Educación A Distanciamjrubio
 
Filosofia
FilosofiaFilosofia
FilosofiatDam
 
Britt and Chris Wedding
Britt and Chris WeddingBritt and Chris Wedding
Britt and Chris Weddingfocustree
 
Inteligencia Musical
Inteligencia MusicalInteligencia Musical
Inteligencia MusicalDoris Molero
 
Avances plan pymes Chile Emprende Contigo, 30 julio 2007
Avances plan pymes Chile Emprende Contigo, 30 julio 2007Avances plan pymes Chile Emprende Contigo, 30 julio 2007
Avances plan pymes Chile Emprende Contigo, 30 julio 2007ministerioeconomia
 

En vedette (20)

Relato Fotografico 09
Relato Fotografico 09Relato Fotografico 09
Relato Fotografico 09
 
La vida es sencilla
La vida es sencillaLa vida es sencilla
La vida es sencilla
 
Relato Fotografico 07
Relato Fotografico 07Relato Fotografico 07
Relato Fotografico 07
 
Relato Fotografico 03
Relato Fotografico 03Relato Fotografico 03
Relato Fotografico 03
 
Relato Fotografico 04
Relato Fotografico 04Relato Fotografico 04
Relato Fotografico 04
 
Medios Digitales
Medios DigitalesMedios Digitales
Medios Digitales
 
Tapeo En Pekin
Tapeo En PekinTapeo En Pekin
Tapeo En Pekin
 
Mastercard
MastercardMastercard
Mastercard
 
Woody Allen
Woody AllenWoody Allen
Woody Allen
 
Chiuso Per Ferie
Chiuso Per FerieChiuso Per Ferie
Chiuso Per Ferie
 
Diapo
DiapoDiapo
Diapo
 
PresentacióN Dr. Ketzeff
PresentacióN Dr. KetzeffPresentacióN Dr. Ketzeff
PresentacióN Dr. Ketzeff
 
Educación A Distancia
Educación A  DistanciaEducación A  Distancia
Educación A Distancia
 
Deseospormexico
DeseospormexicoDeseospormexico
Deseospormexico
 
Hi
HiHi
Hi
 
Filosofia
FilosofiaFilosofia
Filosofia
 
Britt and Chris Wedding
Britt and Chris WeddingBritt and Chris Wedding
Britt and Chris Wedding
 
Estosiesuntatoo
EstosiesuntatooEstosiesuntatoo
Estosiesuntatoo
 
Inteligencia Musical
Inteligencia MusicalInteligencia Musical
Inteligencia Musical
 
Avances plan pymes Chile Emprende Contigo, 30 julio 2007
Avances plan pymes Chile Emprende Contigo, 30 julio 2007Avances plan pymes Chile Emprende Contigo, 30 julio 2007
Avances plan pymes Chile Emprende Contigo, 30 julio 2007
 

Similaire à P15 Eda05 V D

Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...Bilel Moulahi
 
0 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v16
0 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v160 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v16
0 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v16CERTyou Formation
 
Des mesures pour des décisions
Des mesures pour des décisionsDes mesures pour des décisions
Des mesures pour des décisionsJean-Michel POU
 
Talk Session COSMAL du GDR GPL 2011
Talk Session COSMAL du GDR GPL 2011Talk Session COSMAL du GDR GPL 2011
Talk Session COSMAL du GDR GPL 2011Sébastien Mosser
 
0 g317g formation-survey-analysis-using-ibm-spss-statistics
0 g317g formation-survey-analysis-using-ibm-spss-statistics0 g317g formation-survey-analysis-using-ibm-spss-statistics
0 g317g formation-survey-analysis-using-ibm-spss-statisticsCERTyou Formation
 
Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Infodream
 
DeciLogic, les modélisations décisionnelles
DeciLogic, les modélisations décisionnellesDeciLogic, les modélisations décisionnelles
DeciLogic, les modélisations décisionnellesEric Mauvais
 
CHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdfCHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdfamine17157
 
Cv dominique emmanuel
Cv dominique emmanuelCv dominique emmanuel
Cv dominique emmanuelDOMEMM
 
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...Adad Med Chérif
 
Etude de la convergence du modèle binomial vers le modèle de Black Scholes
Etude de la convergence du modèle  binomial vers le modèle de Black ScholesEtude de la convergence du modèle  binomial vers le modèle de Black Scholes
Etude de la convergence du modèle binomial vers le modèle de Black ScholesAli SIDIBE
 
TS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdfTS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdfFootballLovers9
 
0 g502g formation-introduction-a-ibm-spss-statistics-v21
0 g502g formation-introduction-a-ibm-spss-statistics-v210 g502g formation-introduction-a-ibm-spss-statistics-v21
0 g502g formation-introduction-a-ibm-spss-statistics-v21CERTyou Formation
 
Etude de cas machine learning - Semaine 1 (sur 24)
Etude de cas machine learning - Semaine 1 (sur 24)Etude de cas machine learning - Semaine 1 (sur 24)
Etude de cas machine learning - Semaine 1 (sur 24)Thomas Delatouche
 
Datajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandationDatajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandationDjamel Zouaoui
 
Cours 20de-20simulation
Cours 20de-20simulationCours 20de-20simulation
Cours 20de-20simulationJihad Makhlouf
 

Similaire à P15 Eda05 V D (20)

Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
Définition et évaluation de modèles d'agrégation pour l'estimation de la pert...
 
Analyzing a churn data set
Analyzing a churn data set Analyzing a churn data set
Analyzing a churn data set
 
0 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v16
0 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v160 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v16
0 a005g formation-introduction-a-ibm-spss-modeler-et-au-data-mining-v16
 
Des mesures pour des décisions
Des mesures pour des décisionsDes mesures pour des décisions
Des mesures pour des décisions
 
Talk Session COSMAL du GDR GPL 2011
Talk Session COSMAL du GDR GPL 2011Talk Session COSMAL du GDR GPL 2011
Talk Session COSMAL du GDR GPL 2011
 
0 g317g formation-survey-analysis-using-ibm-spss-statistics
0 g317g formation-survey-analysis-using-ibm-spss-statistics0 g317g formation-survey-analysis-using-ibm-spss-statistics
0 g317g formation-survey-analysis-using-ibm-spss-statistics
 
Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?
 
mars2005_BD
mars2005_BDmars2005_BD
mars2005_BD
 
DeciLogic, les modélisations décisionnelles
DeciLogic, les modélisations décisionnellesDeciLogic, les modélisations décisionnelles
DeciLogic, les modélisations décisionnelles
 
CHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdfCHAP 1 PRÉSENTATION GENERALE.pdf
CHAP 1 PRÉSENTATION GENERALE.pdf
 
Cv dominique emmanuel
Cv dominique emmanuelCv dominique emmanuel
Cv dominique emmanuel
 
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
Analyse en composantes principales, ACP, sous SPSS (Principal Component Analy...
 
Etude de la convergence du modèle binomial vers le modèle de Black Scholes
Etude de la convergence du modèle  binomial vers le modèle de Black ScholesEtude de la convergence du modèle  binomial vers le modèle de Black Scholes
Etude de la convergence du modèle binomial vers le modèle de Black Scholes
 
TS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdfTS-TC-Statistiques-manuel-stagiaire.pdf
TS-TC-Statistiques-manuel-stagiaire.pdf
 
0 g502g formation-introduction-a-ibm-spss-statistics-v21
0 g502g formation-introduction-a-ibm-spss-statistics-v210 g502g formation-introduction-a-ibm-spss-statistics-v21
0 g502g formation-introduction-a-ibm-spss-statistics-v21
 
Etude de cas machine learning - Semaine 1 (sur 24)
Etude de cas machine learning - Semaine 1 (sur 24)Etude de cas machine learning - Semaine 1 (sur 24)
Etude de cas machine learning - Semaine 1 (sur 24)
 
Datajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandationDatajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandation
 
Cours 20de-20simulation
Cours 20de-20simulationCours 20de-20simulation
Cours 20de-20simulation
 
Genetic Algorithm for Multi-Agent simulation Calibration (GAMAC)
Genetic Algorithm for Multi-Agent simulation Calibration (GAMAC)Genetic Algorithm for Multi-Agent simulation Calibration (GAMAC)
Genetic Algorithm for Multi-Agent simulation Calibration (GAMAC)
 
Mise en oeuvre des framework de machines et deep learning v1
Mise en oeuvre des framework de machines et deep learning v1 Mise en oeuvre des framework de machines et deep learning v1
Mise en oeuvre des framework de machines et deep learning v1
 

P15 Eda05 V D

  • 1. Riadh Ben Messaoud Kamel Aouiche Cécile Favre Une approche de construction d’espaces de représentation multidimensionnels dédiés à la visualisation Laboratoire ERIC – Université Lyon 2 5 avenue Pierre Mendès–France 69676, Bron Cedex – France http://eric.univ-lyon2.fr EDA'05
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.