Data Science

John Samuel
CPE Lyon

Année: 2023-2024
Email: john.samuel@cpe.fr

Creative Commons License

Data Science | John Samuel
1

Data Science

Objectives

Data Science | John Samuel
2

1. Data Mining

Régularités

Data Science | John Samuel
3

1. Data Mining

Régularités naturelles

Data Science | John Samuel
4

1. Data Mining

Créations humaines

Data Science | John Samuel
5

1. Data Mining

Création

Data Science | John Samuel
6

1. Data Mining

Synonymes

Data Science | John Samuel
7

1. Data Mining

Reconnaissance de formes

Data Science | John Samuel
8

1. Data Mining

Activités

  1. Classification
  2. Partitionnement de données (Clustering)
  3. Régression
  4. Détection d'anomalies
  5. Récapitulation
Data Science | John Samuel
9

1.1. Classification

Data Science | John Samuel
10

1.1. Classification

Applications

Data Science | John Samuel
11

1.1. Classification

Classificateur

Data Science | John Samuel
12

1.2 Partitionnement de données (Clustering)

Data Science | John Samuel
13

1.2 Partitionnement de données (Clustering)

Applications

Data Science | John Samuel
14

1.2 Partitionnement de données (Clustering)

Méthodes de partitionnement des données

Data Science | John Samuel
15

1.3. Régression

Data Science | John Samuel
16

1.3. Régression

Applications

Data Science | John Samuel
17

1.4 Détection d'anomalies

Data Science | John Samuel
18

1.4 Détection d'anomalies

Applications

Data Science | John Samuel
19

1.5. Récapitulation

Data Science | John Samuel
20

1.5. Récapitulation

Applications

Data Science | John Samuel
21

2. Big Data (Masses de données): 5V

Data Science | John Samuel
22

3. Stockage de données: NoSQL

NoSQL

Data Mining | John Samuel
23

3. Stockage de données: NoSQL

Types de bases de données NoSQL

Data Science | John Samuel
24

3. Stockage de données: NoSQL

Types de bases de données NoSQL

Data Science | John Samuel
25

3. Stockage de données: NoSQL

Types de bases de données NoSQL

Data Mining | John Samuel
26

3. Stockage de données: NoSQL

Exemple: un tableau dans une base de données relationnelles

num languageLabel year
1 ENIAC coding system 1943
2 ENIAC Short Code 1946
3 Von Neumann and Goldstine graphing system 1946
Data Mining | John Samuel
27

3. Stockage de données: NoSQL

Exemple: base de données orientée colonnes

ENIAC coding system:1; ENIAC Short Code:2 Von Neumann and Goldstine graphing system:3

1943:1; 1946:2; 1946:3
Data Mining | John Samuel
28

3. Stockage de données: NoSQL

Exemple: base de données orientée documents

  {
    "languageLabel": "ENIAC coding system",
    "year": "1943"
  }

  {
    "languageLabel": "ENIAC Short Code",
    "year": "1946"
  }

  {
    "languageLabel": "Von Neumann and Goldstine graphing system",
    "year": "1946"
  }
Data Mining | John Samuel
29

3. Stockage de données: NoSQL

Exemple: base de données orientée clé-valeur

identifiant languageLabel,year
p1 ENIAC coding system,1943
p2 ENIAC Short Code,1946
p3 Von Neumann and Goldstine graphing system,1946
Data Mining | John Samuel
30

3. Stockage de données: NoSQL

Exemple: base de données orientée graphe

base de données orientée graphe
Data Mining | John Samuel
31

References

Colors

Images

Data Science | John Samuel
32