(. Gk-(x-?-y-)-m-?-gk, Supp (X) ? minSupp et Supp (Y ) ? minSupp), alors on a : (P A1) Pour tous motifs Z, T tels que : ? (Z) = ? (X) et ? (T ) = ? (Y )

, Pour tous motifs Z, T tels que : ? (Z) = ? (X) et ? (T \ Z) = ? (Y ) , la r` egle Z ? T \ Z est une r

. .. Introduction, 119 5.2.3 Bases des r` egles positives approximatives, vol.123

, Génération des r` egles négativesnégativesà partir des motifs positifs, vol.124

. .. Bases, 127 5.4.2 Bases des r` egles négatives approximatives, p.131

. .. Conclusion-partielle, 132 données (ECD), notamment, l'extraction des r` egles d'association. On peut citer, entre autres, le package arules du logiciel R, dans lequel on peut se servir de plusieurs mesures comme le support, la confiance, le lift, etc. Il y a aussi le logiciel CHIC et R-CHIC, développé par l'´ equipe de Régis GRAS pour et R-CHIC n'´ etaient pas conçus pour mesurer des r` egles négatives

, 133 6.2 Base et semi-base des r` egles positives exactes, p.134

, Base et semi-base des r` egles approximatives, p.137

, Découverte des informations cachées dans des données concrètes en se servant du couple des mesures Support ? M GK , 2. ´ Etudes comparatives des nouvelles bases et semi-bases des r` egles

, on doit s'attendrè a un volume important de données. Ce qui nécessite un traitement automatisé, pourtant, dans notre cas, nous n'avons pas encore implémenté les nouveaux algorithmes d'extraction des nouvelles bases et semi-bases

. Néanmoins, Nous sommes donc contraintsàcontraints`contraintsà combiner plusieurs applications pour effectuer l'extraction des bases des r` egles M GK -valides. Nous avons utilisé le « package arules du logiciel R et le logiciel Tanagra, ce cas actuel des données, nous nous contentons d'un traitement ad hocà hoc`hocà titre prototypique

, Cette approche nous a contraintà contraint`contraintà limiter le nombre des motifsàétudiermotifs`motifsàmotifsàétudier. Toutefois, nous allons faire des choix qui nous permettront d'atteindre les deux objectifs cités ci-dessus. Nous commencerons par extraire des bases, des semi-bases ou encore, quelquesélémentsquelqueséléments constituants les bases, ensuite, nous avons aussi utilisé « OpenOffice calc » pour les calculs de valeurs critiques de M GK et les sélections des r` egles valides

F. Lecg-ia, Selon r 2 , il faut seulement réussir simultanément les trois items LecG ext Pro, Out Tice s et LecG eq Pro. Pour avoir une même conséquence, la condition ci-dessous : LecG ia For -LecG eq Pro ==> LecG ia Pro LecG ia For -LecG ext Pro ==> LecG ia Pro LecG ia For -LecG ext Pro -LecG ext For ==> LecG ia, LecG ext Pro

, Base et semi-base des r` egles approximatives

, Etant donné le nombre de tests qu'on doit effectuer, nous ne pouvons pas générer la

, Algorithmes d'extraction des nouvelles bases ? GK , mais non pasàpas`pasà la valeur ? comme c'´ etait le cas

R. Agrawal, T. Imielinski, A. Swami, P. Buneman, and S. Jajodia, Mining association rules between sets of items in large databases, ACM SIGMOD International Conferance on Management of Data, vol.22, pp.207-216, 1993.

M. Artigue, L'influence des logiciel sur l'enseignement des mathématiques : contenus et pratiques, Actes du séminaire national : Utilisation des outils logiciels dans l'enseignement des mathématiques, 2008.

M. Artigue, Les défis de l'enseignement des mathématiques dans l'´ education de base, 2011.

Y. Bastide, R. Taouil, N. Pasquier, G. Stumme, and L. Lakhal, Mining frequent patterns with counting inference, ACM SIGKDD Explorations Newsletter, vol.2, issue.2, pp.66-75, 2000.
URL : https://hal.archives-ouvertes.fr/hal-00467750

Y. Bastide, R. Taouil, N. Pasquier, G. Stumme, and L. Lakhal, Pascal : un algorithme d'extraction des motifs fréquents, vol.21, p.65, 2002.

P. Bemarisika, H. Ramanantsoa, A. Totohasina, and L. Ramifidisoa, Réso-lution d'´ equation polynômiale par utilisation des logiciels excel et maxima, Colloque international sur les TIC, 2012.

J. Blanchard, P. Kuntz, F. Guillet, and R. Gras, Mesure de la qualité des r` egles d'association par l'intensité d ?implication entropique, p.26, 2004.

E. D. Braga, Enseignement apprentissage de la statistique, TICE et environnement numérique de travail, vol.2, 2009.

M. Cadot, Extraire et valider les relations complexes en sciences humaines : statistiques, motifs et r` egles d'association, 2006.

J. Cariou, Former l'esprit scientifique en privilégiant l'initiative deséì eves dans une démarche s'appuyant sur l'´ epistémologie et l'histoire des sciences, p.17, 2010.

R. Couturier and S. A. Almouloud, Historique et fonctionnalités de chic. Revue des Nouvelles Technologies de l'Information, Analyse Statistique Implicative -Une méthode d'analyse de données pour la recherche de causalités, 2009.

R. Bibliographiques,

M. Croset, Modélisation des connaissances deséì eves au sein d'un logicieílogicieí educatif d'algèbre. Etude des erreurs stables inter-´eì eves et intra-´eì eves en terme de praxisacte, p.143, 2009.

J. Diatta, R. Henri, and A. Totohasina, Towards a unifying probabilistic implicative normalized quality measure for association rules, Quality Measures in Data Mining, vol.30, pp.237-250, 2007.
DOI : 10.1007/978-3-540-44918-8_10

F. Emprin, Formation initiale et continue pour l'enseignement de mathématiques et les tice : cadre d'analyse des fformations et ingénieries didactiques, Actes du seminaire national de didactique de mathématiques, ARDM et IREM de Paris7, 2008.

D. R. Feno, Mesures de qualité des r` egles d'association : normalisation et caracté-risation des bases, vol.5, p.85, 2007.

D. Feno, R. Diatta, J. Totohasina, and A. , Une base pour les r` egles d'association d'un contexte binaire valides au sens de la mesure de qualité mgk, Comptes Rendus des 13ème Rencontres de la Société Francophone de Classification, pp.105-109, 2006.

G. Gasmi, S. B. Yahia, E. M. Nguifo, and Y. Slimani, IGB : une nouvelle base générique informative des r` egles d'association. Revue I3 (Information-InteractionIntelligence), vol.6, p.76, 2006.
DOI : 10.1007/11430919_11

R. Gras, L'implicartion statistique. La pensée sauvage Editions, 1996.

R. Gras, P. Kuntz, and H. Briand, Les fondements de l'analyse statistique implicative et quelques prolongements pour la fouille de données. Mathématiques et sciences humaines. Mathematics and social sciences, vol.9, p.14, 2001.
DOI : 10.4000/msh.2849
URL : http://journals.openedition.org/msh/pdf/2849

R. Gras and A. Larher, L'implication statistique, une nouvelle méthode d'analyse de données, Mathématiques et sciences humaines, vol.120, issue.4, pp.5-31, 1992.

R. Gras and J. Régnier, Fondements théoriques de l'analyse statistique implicative. Revue des Nouvelles Technologies de l'Information, Analyse Statistique Implicative -Une méthode d'analyse de données pour la recherche de causalités, vol.14, p.21, 2009.

D. Grissa, Etude comportementale des mesures d'intérêt d'extraction de connaissances, vol.26, p.30, 2013.

S. Guillaume, D. Grissa, and E. M. Nguifo, Propriétés des mesures d'intérêt pour l'extraction des r` egles. Qdc2010, qualité des données et des connaissances, vol.30, p.32, 2010.

A. Hafida, Expansion de la représentation succincte des générateurs minimaux. Ma??triseMa??trise en informatique de gestion, p.117, 2013.

R. Bibliographiques,

T. Hamrouni, S. B. Yahia, and E. M. Nguifo, Construction efficace du treillis des motifs fermés fréquents et extraction simultanée des bases génériques de r` egles, Mathéma-tiques et sciences humaines. Mathematics and social sciences, vol.35, p.45, 2011.
DOI : 10.4000/msh.12081
URL : http://journals.openedition.org/msh/pdf/12081

T. Hamrouni, S. B. Yahia, and Y. Slimani, Prince : Extraction optimisée des bases génériques de régles sans calcul de fermetures, 23rd French Conference Informatique des Organisations et Systémes d'Information et de Décision (INFORSID'05), vol.35, p.117, 2005.

K. Houston, How to think like a Mathematician, p.20, 2009.

T. Karsenti, Intégration pédagogique des TIC : Stratégies d'action et pistes de réflexions, 2009.

T. Karsenti, S. Collin, and T. Harper-merrett, Intégration pédagogique des TIC : Succès et défis de 100+écoles100+écoles africaines, 2012.

E. Khvilon, M. Patru, J. Anderson, and T. V. Weert, Technologies de l'Information et de la Communication enÉducationen´enÉducation : Un programme d'enseignement et un cadre pour la formation continue des enseignants, UNESCO, p.14, 2004.

M. Klemettinen, H. Mannila, P. Ronkainen, H. Toivonen, and A. I. Verkamo, Finding interessing rules from large sets of discovered association rules, 3rd International Conference on Information and Knowledge (CIKM'94), vol.35, pp.401-407, 1994.

V. Lafarge, L'analyse des erreurs comme outil dans la détermination des aides proposées par un EIAH, Alsic En ligne, vol.10, issue.N°1, p.143, 2007.

S. Lallich and O. Teytaud, Evaluation et validation des r` egles d'association, p.27, 2004.

L. Bras, Y. Meyer, P. Lenca, P. Lallich, and S. , Mesure de la robustesse de r` egles d'association. proceedings of the QDC, vol.26, p.144, 2010.

L. Floc'h, A. Fisette, C. Missaoui, R. Valtchev, P. Godin et al., JEN : un algorithme efficace de construction de générateurs pour l'identification des r` egles d'association. Numéro spécial de la revue des Nouvelles Technologies de l'Information, vol.1, p.117, 2003.

P. Lenca, P. Meyer, P. Picouet, B. Vaillant, and S. Lallich, Critères d'´ evaluation des mesures de qualité des r` egles d'association. Revue des Nouvelles Technologies de l'information (RNTI), 2003.

M. Luxenburger, Implication partiel das un contexte, Mathématiques, Informatique et Sciences Humaines, vol.29, p.51, 1991.

A. Merceron and K. Yacef, R` egles d'association et analyse d'interaction d'apprenants : mesures d'intérêt, L'apprenant et ses nouvelles attentes, 2008.

S. B. Nguifo, Approches d'extraction de r` egles d'association basées sur la correspondance de galois, p.117, 2004.

R. Bibliographiques,

M. Ottaviani and S. Et-zannoni, Implication statistique et recherche en didactique. utilisation d'un outil non symétrique d'analyse de données pour l'interprétation des résultats d'un test d'´ evaluation, Mathématiques et sciences humaines, issue.154, p.24, 2001.

N. Pasquier, DATAMINING : Algorithmes d'extraction et de réduction des r` egles d'association dans les bases des données, vol.35, p.118, 2000.

N. Pasquier, Extraction de bases pour les r` egles d'associationàassociationà partir des itemsets fermés fréquents, INFORSID'2000 Congress, vol.28, p.83, 2000.

N. Pasquier, Y. Bastide, R. Taouil, and L. Lakhal, Closed set based discovery of small covers for association rules, Proc. 15emes Journees Bases de Donnees Avancées, p.49, 1999.

N. Pasquier, Y. Bastide, R. Taouil, and L. Lakhal, Discovering frequent closed itemsets for association rules, Proc. ICDT conf, vol.1540, pp.398-416, 1999.
URL : https://hal.archives-ouvertes.fr/hal-00467747

N. Pasquier, Y. Bastide, R. Taouil, and L. Lakhal, Efficient mining of association rules using closed itemset lattices, Information Systems, vol.24, pp.25-46, 1999.

W. J. Pelgrum and N. Law, Les TIC et l'´ education dans le monde : tendances, enjeux et perspectives, 2004.

H. Ramanantsoa, P. Bemarisika, A. Totohasina, and L. Ramifidisoa, Enseignement de limite d'une fonction et TIC au niveau secondaire, Colloque international sur les TIC, vol.1, 2012.

H. Ramanantsoa and A. Totohasina, Une stratégie d'intégration pédagogique des TIC dans l'enseignement des mathématiquesmathématiques`mathématiquesà Madagascar : A strategy for integration of ICT in teaching mathematics in Madagascar, Frantice.net, issue.9, p.14, 2014.

H. Ramanantsoa and A. Totohasina, Note sur les bases des r` egles valides selon la mesure M GK . In XXIIèmeXXIIème Rencontre de la société Francophone de Classification, p.78, 2015.

F. Rioult, B. Zanuttini, and B. Crémilleux, Nonredundant generalized rules and their impact in classification, Advances in Intelligent Information Systems, p.78, 2010.
URL : https://hal.archives-ouvertes.fr/hal-00944355

A. Salleb, Recherche de motifs fréquents pour l'extraction de regles d'association et de caractérisation. These de doctorat, Laboratoire d'Informatique Fondamentale d'Orléans LIFO, vol.42, p.117, 2003.

R. Srikant and R. Agrawal, Mining sequential patterns : Generalizations and performance improvements, Biennial International Conference on Extending Database Technology (EDBT'96), p.19, 1996.

R. Bibliographiques,

A. Totohasina, ContributionàContributionà l'´ etude des mesures de la qualité des r` egles d'association : normalisation sous cinq contraintes et cas de M GK : propriétés, bases composites des r` egles et extension en vue d'applications en statistique et en sciences physiques. HDR, Université d'Antsiranana, vol.19, p.98, 2008.

A. Totohasina, . Feno, and R. Daniel, De la qualité des r` egles d'association : ´ etude comparative des mésures M GK et confiance, CARI'2008, vol.71, pp.561-568, 2008.

A. Totohasina and H. Ralambondrainy, Ion : a pertinent new measure for mining information from many types of data, SITIS, pp.202-207, 2005.

A. Totohasina, H. Ralambondrainy, and J. Diatta, Une vision unificatrice des mesures de la qualité des r` egles d'association booléennes et un algorithme efficace d'extraction des r` egles d'association implicative. 5, 30, vol.32, p.72, 2004.

B. Vaillant, Mesurer la qualité des r` egles d'association : ´ etudes formelles et expé-rimentales. France, These de PhD, p.27, 2006.

B. Vaillant, P. Lenca, and S. Lallich, Etude expérimentale de mesures de qualité de r` egles d'associations, EGC, vol.4, pp.341-352, 2004.

B. Vaillant, P. Meyer, E. Prudhomme, S. Lallich, P. Lenca et al., Mesurer l'intérêt des r` egles d'association, EGC (Ateliers), vol.27, pp.421-426, 2005.

X. Wu, C. Zhang, and S. Zhang, Efficient mining of both positive and negative association rules, ACM Transactions on information Systems, vol.3, issue.5, pp.381-405, 2004.