Extraction des connaissance à partir d'un datamart à l'aide de l'arbre de décision application aux données médicales

CONCLUSION GENERALE

Nous voici arrivés au terme de notre travail de fin d'études qui a porté sur l'extraction de connaissances à partir d'un DataMart à l'aide de l'arbre de décision.

Dans notre travail, nous avons parlé d'abord du système décisionnel qui présente l'ensemble des processus qui permet de collecter, d'intégrer , de modéliser et de présenter les données .

Nous avons également parlé des entrepôts des données qui constituent le coeur du système décisionnel jouant un rôle référentiel pour l'entreprise puisqu'il permet de fédérer des données souvent éparpillées dans le différentes base de données.

Ensuite nous avons traité du data mining qui permet de faire des recherches approfondies sur les données de l'entrepôt, avec un arbre de décision pour faire la l'extraction de connaissances.

Nous avons réalisé le datamart avec SQL serveur 2008 avec un modèle de l'arbre de décisions pour nous permettre de prendre une décision sur nos données.

De ce qui précède, nous sommes persuadé que l'ensemble des préoccupations répond à la problématique de notre travail .

Notre contribution dans notre étude de cas était de réaliser un DataMart sur les accouchements et à partir de ce DataMart nous avons pu construire un arbre de décision que nous avons interprété à la fin et pour finir le travail vu que la maternité utilise le registre qui est un méthode manuel nous avons implémenté une application en C Sharp pour faciliter le travail aux agents de la maternité .

[93]

BIBLIOGRAPHIE

OUVRAGES

1. ADIBA .M, Entrepôts de données et fouille de données, Paris 2002.

2. Bertrand Burquier, Business intelligence avec 2008, Mise en oeuvre d'un projet décisionnel, Dunod, 2009.

3. DANIEL T. LAROSE, Des données à la connaissance une introduction au Datamining,

Vuibert, 2005.

4. GUIJARRO Vincent, Les Arbres de Décisions L' algorithme ID3, lile ,2006.

5. KIMBALL .R and m. ross, Entrepôts de données, guide pratique de Modélisation dimensionnelle,

vuibert, paris, 2003.

6.RAKOTOMALALA.R : Graphes d'induction apprentissage et data mining, hermès, 2000.

THESE

7.SERNA ENCINAS MARIA, Entrepôts de données pour l'aide à la prise de décision médicale, conception et expérimentation,

UNIVERSITE JOSEPH FOURRIER ,France 2005

NOTES DE COURS

8. DJUNGU SJ, Entrepôts des données, L2 informatique option Gestion, cours inédit, UNIKIN 2009-2010.

9. DJUNGU SJ, Génie logiciel et construction de programme, L1informatique option Gestion, cours inédit, UNIKIN 2009-2010.

10 .KASORO, Analyse des données, L2 informatique option Gestion, cours inédit, UNIKIN 2009-2010.

11 .MANYA NDJADI, statistique II, G2 informatique, cours inédit, UNIKIN 2006-2007.

[94]

12. MANYA NDJADI, Recherche opérationnelle, G3 informatique, cours inédit, UNIKIN 2007-2008.

13. MBUYI MUKENDI, Base des données, G3informatique, cours inédit, UNIKIN 2007-2008.

MEMOIRES et TFC

14. ALBINI MIANGO Christian, Application de la programmation mathématique dans le data mining,

UNIKIN 2008-2009.

15. KANGIAMA LWANGI Richard, Conception et réalisation d'une base de données pour la consultation médicale au sein d'une institution médicale

« Cas de la service de consultation du personnel de l'hôpital saint joseph de Kinshasa limete »,

UNIKIN 2007-2008.

16. KALULAMBI KABASELE Didier, Extraction des connaissances a partir d'un entrepôt des données à l'aide de l'arbre de décision application a la fouille des données bancaires, UNIKIN 2008-2009.

INTERNET

17. www.creatis.insa-lyon.fr, le 3 octobre 2010.

18. www.wilkipedia.org , le 23 mars 2010.

19. www.devellopez.com , le 12 Septembre 2010.

[95]