À l'époque du Far West et de la ruée vers l'or, les chercheurs d'or se précipitaient sur les filons aurifères. Il y avait ceux qui ne trouvaient rien, étaient ruinés et ceux qui trouvaient quelques petites pépites. C'était la majorité des prospecteurs. Toutefois, pour quelques-uns, c'était le jackpot. Le Data mining, c'est la ruée vers l'or transposée aux données. De nos jours, les entreprises, les administrations, les chercheurs sont inondés de données. À titre d'exemple, si l'on regarde le domaine de la bio-informatique, de 2004 à 2013, donc en moins de dix ans, on est passé de 57 à 4142 génomes bactériens séquencés [1], soit une augmentation de 7266% représentant des To et des To de données. Je ne rentrerai pas ici dans le débat sur l'aspect qualitatif des données (est-ce qu'il vaut mieux avoir peu de données de très bonne qualité, ou beaucoup de données possédant un fort taux d'erreur ?), je m'arrêterai sur un simple fait : il y a trop de données pour pouvoir toutes les analyser manuellement. C'est là que va intervenir le Data mining.
1. Qu'est-ce que le Data mining ?
Littéralement, Data mining signifie fouille de données. Le Data mining permet d'explorer et donc, de « fouiller » dans un grand volume de données de manière à les rendre plus compréhensibles et à en extraire des règles de classement et de prédiction. En reprenant le vocabulaire minier, en effectuant un forage dans les données, on doit être en mesure de découvrir des pépites cachées dans le filon des informations.
Le Data mining s'applique toujours sur un important volume de données. Ces données peuvent provenir de sources très différentes : j'ai évoqué précédemment la bio-informatique avec les génomes, mais on peut aussi analyser des données issue de l'astrophysique, des tickets de caisse, etc. Les connaissances extraites de ces données ne seront bien sûr pas toutes exploitées de la même manière :
- certaines permettront de décrire le comportement actuel des données,
- alors que d'autres permettront de...
- Accédez à tous les contenus de Connect en illimité
- Découvrez des listes de lecture et des contenus Premium
- Consultez les nouveaux articles en avant-première