Exploration de motifs émergents
L'exploration de motifs émergents (EPM) est une technique d'exploration de données basée sur le contraste qui identifie des ensembles d'éléments dont le support augmente significativement — ou passe de zéro — lors du passage d'un ensemble de données (ou d'une classe) à un autre. Introduite par Dong et Li en 1999, elle est principalement utilisée dans les tâches de classification, de détection d'anomalies et d'analyse de tendances où la découverte de motifs discriminants entre deux populations ou périodes est l'objectif central.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Dong, G., & Li, J. (1999). Efficient mining of emerging patterns: Discovering trends and differences. ACM SIGKDD, 43–52. DOI: 10.1145/312129.312191 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Emerging Pattern Mining. ScholarGate. https://scholargate.app/fr/machine-learning/emerging-pattern-mining
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Exploration de règles d'association (Apriori)Apprentissage automatique↔ compare
- FP-Growth (Frequent Pattern Growth)Apprentissage automatique↔ compare
- Induction de règles (RIPPER)Apprentissage automatique↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →