Résumé:
L'extraction des motifs fréquents est une tâche essentielle et importante dans le domaine de la fouille de données. De nombreux algorithmes ont été implémentés pour trouver ces motifs dans le but de rechercher les combinaisons fréquentes d'items. Toutefois, la plupart des algorithmes d'extraction des items fréquents voient leurs performances et leurs efficacités diminuées lorsque la taille des données augmente.
Pour maintenir les performances de ces algorithmes, des méthodes et outils parallèles et distribués semblent être la démarche la plus communément utilisé. Notre travail consiste d'introduire une nouvelle approche pour l'extraction des items fréquents en se basant sur une nouvelle technologie appelé Deep Learning ou apprentissage profond. Cette technique a connu un grand succès dernièrement dans plusieurs domaines.
Mots clés : Extraction des Motifs Fréquents, Apprentissage Profond, Itemsets Fréquents, réseaux de neurones profonds.
