Les fondamentaux des sciences du numerique pour les chimistes

John Samuel
CPE Lyon

Année: 2018-2019
Email: john(dot)samuel(at)cpe(dot)fr

Creative Commons License

Les fondamentaux des sciences du numerique

Objectives

1. Data Mining

Régularités

1. Data Mining

Régularités naturelles

1. Data Mining

Créations humaines

1. Data Mining

Création

1. Data Mining

Synonymes

1. Data Mining

Reconnaissance de formes

1. Data Mining

Activités

  1. Classification
  2. Partitionnement de données (Clustering)
  3. Régression
  4. Détection d'anomalies
  5. Récapitulation

1.1. Classification

1.1. Classification

Applications

1.1. Classification

Classificateur

1.2 Partitionnement de données (Clustering)

1.2 Partitionnement de données (Clustering)

Applications

1.2 Partitionnement de données (Clustering)

Méthodes de partitionnement des données

1.3. Régression

1.3. Régression

Applications

1.4 Détection d'anomalies

1.4 Détection d'anomalies

Applications

1.5. Récapitulation

1.5. Récapitulation

Applications

2. Big Data (Masses de données): 5V

3. Stockage de données: NoSQL

Base de données non-relationnels

3. Stockage de données: NoSQL

Base de données orientée colonnes

Base de données orientée colonnes

3. Stockage de données: NoSQL

Base de données orientée documents

{
   "values": [{
    "temp": 22.7,
    "lum": 390,
    "UV": 1,
    "humidity": 25.3,
    "date": "2018-02-23 14:56:26.091532",
    "pression": 989
   },...
 ]
}

3. Stockage de données: NoSQL

Base de données clé-valeur

Base de données clé-valeur

3. Stockage de données: NoSQL

Base de données orientée graphe

Base de données orientée graphe

References

Colors

Images