Contributions à l'amélioration de génération des bases des règles d'association MGK-valides et applications en didactique des mathématiques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2016

Contributions to the generation enhancement of bases MGK-valid association rules and applications in mathematics didactics

Contributions à l'amélioration de génération des bases des règles d'association MGK-valides et applications en didactique des mathématiques

Résumé

The Statistical Implicative Analysis (SIA) is a very suitable tool for discovering causes and effects in discipline education research . With SIA, the analysis of our data such obtained after an experiment has shown that the simultaneous and balanced use of ICT and blackboard or whiteboard is a fructufull way we can use to achieve the teaching mathematics objectives. The reliability of results of data analysis strongly depends on the used mathematical tool. In case of the SIA, it depends on the quality of the used measurements. We choose dealing with both measurement Support and MGK, because the unique active component of MGK is implicative, such property being requered in SIA. The number of valid rules by any measure can be very huge because of many redundant rules. This situation complicates interpretation. Generating a minimum set of rules containing all the most informative rules that are commonly called bases of the rules is a benefit way to around this drawback. With couple of measurement Support-MGK, we defined the new concept of bases and semi-bases of rules. Then we proposed bases and semi-bases extraction algorithms.
L’analyse statistique implicative (ASI) est un outil de découverte des liens de cause à effet très adapté aux recherches en didactique de disciplines. Avec l’ASI, l’analyse de nos données ainsi obtenues à l’issue d’une expérimentation nous a montré que l’utilisation simultanée et équilibrée des TIC et des tableaux est l’un des moyens qu’on peut utiliser pour atteindre les objectifs de l’enseignement de mathématiques. La fiabilité des résultats d’une analyse des données dépend fortement de l’outil mathématique utilisé. Dans le cas de l’ASI, elle dépend de la qualité des mesures utilisées. Nous avons choisi de travailler avec le couple de mesures Support − MGK, la mesure MGK ayant son unique composante active qui est implicative, propriété tant souhaitée en ASI. Le nombre des règles valides par une quelconque mesure peut être très élevé parce que la plupart sont des règles redondantes. Cela complique les interprétations. La génération d’un ensemble minimal des règles contenant toutes les règles les plus informatives que l’on appelle communément bases des règles est un moyen pour contourner ce problème. Avec le couple de mesures Support − MGK, nous avons défini des bases plus pertinentes et la notion des sémi-bases des règles. Ensuite, nous avons proposé des algorithmes d’extraction des bases et des semi-bases.
Fichier principal
Vignette du fichier
These.pdf (8.49 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02114765 , version 1 (29-04-2019)

Identifiants

  • HAL Id : tel-02114765 , version 1

Citer

Harrimann Ramanantsoa. Contributions à l'amélioration de génération des bases des règles d'association MGK-valides et applications en didactique des mathématiques. Statistiques [math.ST]. Université d'Antananarivo, 2016. Français. ⟨NNT : ⟩. ⟨tel-02114765⟩

Collections

INSMI
71 Consultations
79 Téléchargements

Partager

Gmail Facebook X LinkedIn More