L'extraction de motifs fréquents (FP) est une technique importante et bien documentée d'exploration de données. Elle est utilisée pour extraire des modèles intéressants de grandes bases de données en appliquant des règles d'association, des règles de classification, des règles de corrélation, des règles de regroupement et des règles séquentielles. De nombreux chercheurs se sont concentrés sur l'exploration de données au cours des dernières années. Ce livre présente de nouveaux algorithmes pour résoudre les problèmes d'extraction de FP. Une comparaison des algorithmes existants et de leur version hybride est également présentée pour les bases de données en constante évolution. En outre, cet ouvrage analyse et étudie diverses techniques existantes pour l'extraction d'ensembles d'éléments fréquents. Il évalue également les performances des nouveaux algorithmes et les compare aux techniques classiques telles que la disposition verticale, la disposition horizontale et les algorithmes de base de données projetées.